كاربست داده كاوي آموزشي در پيش‌بيني وضعيت تحصيلي دانشجويان در آموزش الكترونيكي

NA

افت تحصيلي، ريزش و تكرار دروس هزينه هاي سنگيني بر هر نظام آموزشي تحميل مي‌كند؛ لذا پيش‌بيني وضعيت تحصيلي دانشجويان از نظر موفقيت يا افت تحصيلي در تصميم‌گيري‌هاي آموزشي از اهميت به سزايي برخوردار است. از جمله نظام هاي آموزشي نوپا، آموزش الكترونيكي است كه با چالش افت تحصيلي بالا مواجه است. پژوهش حاضر در راستاي پيش‌بيني وضعيت تحصيلي دانشجويان از روش داده‌كاوي آموزشي استفاده كرده است. از الگوريتم‌هاي مربوط به مدل‌ شبكه عصبي مصنوعي، درخت تصميم‌، استنتاج قانون، نزديك‌ترين همسايه، ماشين بردار پشتيبان و شبكه‌هاي بيزي براي رسيدن به هدف پژوهش استفاده شد و كارآيي الگوريتم‌ها با استفاده از ميانگين خطا مطلق مورد ارزيابي قرار گرفت. نتايج ميانگين خطاي مطلق نشان داد براي مسئله پژوهش حاضر، الگوريتم M5 (از مدل‌هاي درخت تصميم‌گيري) و M5Rules (از مدل‌هاي استنتاج قانون) دقيق‌ترين و پاياترينِ مدل‌ها هستند. يافته هاي پژوش حاضر نشان داد در مسائل آموزشي، مدل‌هاي پيش‌بيني درخت تصميم و استنتاج قانون به دليل قابليت تفسير نتايج و قدرت پيش‌بيني بر مدل‌هاي ديگر چون شبكه عصبي ترجيح داده مي‌شوند. در پايان نتايج و پيشنهادات كاربردي ارائه شد.

NA