طراحي سامانه شناسايي عوامل موثر در پذيرش داوطلبان دوره دكتراي تخصصي با استفاده از VPRST

Designing a system to identify main factors doctoral applicantsʹʹ selection by using Variable Precision Rough Set Theory

افزايش تقاضا براي ورود به دوره دكتراي تخصصي و سرعت كُند افزايش ظرفيت دانشگاهي متناسب با اين رشد، موجب مي شود كه داوطلبان در فرايندي گزينشي براي حضور در اين دوره قرار گيرند. عوامل بسياري در انتخاب دانشجويان براي دوره دكتراي تخصصي تاثيرگذار است و از آنجا كه بسياري از اين عوامل ذهني و برخاسته از ديدگاههاي استادان است، اين موضوع با ابهام و عدم قطعيت جدي همراه است. شناسايي اثرگذارترين عوامل در انتخاب دانشجويان و نيز تعيين ميزان اثر هريك از عوامل ذهني مد نظر استادان در پذيرش دانشجويان دكتراي تخصصي علاوه بر شفاف كردن فرايند، تاثيري چشمگير در صرفه جويي در زمان و هزينه هاي دانشگاههاي پذيرنده دارد. در اين پژوهش سامانه اي با استفاده از نظريه مجموعه‌هاي نادقيق با دقت متغير (VPRST) براي شناسايي عوامل موثر در گزينش دانشجويان متقاضي ورود به دوره دكتراي تخصصي طراحي شد. در طراحي اين سامانه عواملي كه در فرايند گزينش دانشجويان ارزيابي مي شوند، شناسايي و مجموعه داده اي با استفاده از اطلاعات سالهاي پيش آماده شد. سپس، اين مجموعه با استفاده از نظريه مجموعه هاي نادقيق با دقت متغير تحليل و عوامل موثر در پذيرش دانشجويان دكتراي تخصصي شناسايي شد. نتايج اين پژوهش براي استخراج قواعد پذيرش داوطلبان استفاده مي شود و امكان تصميم گيري در ارزيابي و پذيرش داوطلبان را فراهم مي آورد. به منظور ارزيابي عملكرد اين سامانه از داده هاي آزمون سالهاي 1387 تا 1393 دانشگاه تربيت مدرس استفاده شد. نتايج نشان مي دهد از بين 12 عامل كه در مصاحبه بررسي شد، فقط سه عامل تعداد مقالات، استعداد و قدرت بيان و امتياز آزمون كتبي در گزينش داوطلبان اثرگذارند و بر مبناي اين سه عامل مي توان درباره وضعيت 71% داوطلبان تصميم گيري كرد. ضمن اينكه استفاده از عامل قدرت تجزيه و تحليل علمي به عنوان چهارمين عامل اثرگذار مي تواند به افزايش دقت تصميم گيري تا سطح 91% بينجامد. اين سامانه مي تواند به‌عنوان يك سامانه تصميم‌يار براي استادان و دانشگاهها در ارزيابي و پذيرش دانشجويان به‌كار آيد.

Increasing demand for doctoral programs and slow growth rate of appropriate academic capacity has caused the candidates of such programs to be involved in a selection process. In this paper, Variable Precision Rough Set Theory (VPRST) was employed to design a system for identifying the main factors in doctoral studentsʹ selection. In order to design the system, the evaluation factors in doctoral interview were identified. Using information from previous years, data collection set was prepared. Then, utilizing Variable Precision Rough Set Theory, the effecting factors in doctoral studentsʹ selection were identified. These results are used to provide the rules and regulations for applicants’ assessment and acceptance in doctoral programs. To evaluate the efficacy of proposed system, the data obtained from Tarbiat Modares University from 2009 to 2015 doctoral selection examinations were used. Results showed that 3 of 12 factors that were evaluated in the interviews including “number of papers”, “presentation skills” and “result of written examination” were effective in applicantsʹ selection and based on these three factors decision can be made about 71% of the applicants. While using the power of scientific analysis- as the fourth effecting factor- could increase the accuracy of decision-making up to 91%. The system can be used as a decision support system for the evaluation and acceptance of students by faculty members. Keywords: Studentʹs selection, Feature extraction, Doctoral programs, Variable Precision Rough Set Theory (VPRST), Decision support systems.