توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم)
رشد و پیشرفت دانشجویان به‌عنوان سرمایه‌های آینده کشور همواره مورد توجه و اهمیت نظام آموزش و پرورش بوده است. چه بسیار دانشجویانی که خلاقیت و استعدادشان شکوفا شده و در مقابل، سالیانه با تعداد کثیری از دانشجویان مواجه هستیم که استعدادهایشان تلف شده و از موفقیت دور مانده‌اند. امروزه، با افزایش دانشجویان...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Iranian Research Institute for Information and Technology
2022-12-01
|
| Series: | Iranian Journal of Information Processing & Management |
| Subjects: | |
| Online Access: | https://jipm.irandoc.ac.ir/article_699703_2248b112dfbd3ebc0405a80317067bea.pdf |
| _version_ | 1811164708662673408 |
|---|---|
| author | هدیه مهدوی جلال رضائی نور محمد امینی |
| author_facet | هدیه مهدوی جلال رضائی نور محمد امینی |
| author_sort | هدیه مهدوی |
| collection | DOAJ |
| description | رشد و پیشرفت دانشجویان به‌عنوان سرمایه‌های آینده کشور همواره مورد توجه و اهمیت نظام آموزش و پرورش بوده است. چه بسیار دانشجویانی که خلاقیت و استعدادشان شکوفا شده و در مقابل، سالیانه با تعداد کثیری از دانشجویان مواجه هستیم که استعدادهایشان تلف شده و از موفقیت دور مانده‌اند. امروزه، با افزایش دانشجویان در مقاطع مختلف دانشگاهی و تنوع رشته‌های تحصیلی، لزوم هدایت صحیح دانشجویان بیشتر از پیش احساس می‌شود. بدین‌منظور، داده‌کاوی آموزشی در سال‌های اخیر مورد توجه ویژه مسئولان نظام آموزش و پرورش قرار گرفته است. تاکنون روش‌ها و تکنیک‌های دسته‌بندی متنوعی در حوزه داده‌کاوی و یادگیری ماشین به‌منظور دسته‌بندی و پیش‌بینی عملکرد دانشجویان به‌کار رفته است. اما این دسته‌بندهای منفرد برای پیش‌بینی عملکرد در فرایند آموزش، دارای محدودیت‌هایی از قبیل پیچیدگی و عدم ثبات است. برای مقابله با این مشکل، دسته‌بندهای جمعی به‌عنوان روش‌های نوین و کارآمد مطرح می‌شوند. سیستم‌های دسته‌بندی جمعی نتایج چندین دسته‌بندی منفرد را ترکیب می‌کنند و مدلی با عملکرد بهتر ارائه می‌دهند. در این پژوهش یک دسته‌بند جمعی جدید با استفاده از شبکههای عصبی چندلایه و خوشه‌بندی SOM به‌منظور تخمین و دسته‌بندی معدل دانشجویان دوره کارشناسی ارائه شده است. همچنین، از روش ترکیبی میانگین‌گیری و رأی اکثریت برای ترکیب نتایج دسته‌بندهای منفرد استفاده شده است. نتایج ارزیابی بر روی داده‌های واقعی دانشگاه نشان می‌دهد که مدل پیشنهادی ارائه‌شده در این پژوهش دقت و کارایی بیشتری نسبت به روش‌های دسته‌بندی منفرد مشهور و پرکاربرد دارد. همچنین، مدل پیشنهادی در مقایسه با روش‌های جمعی معروف، عملکرد بهتری در دسته‌بندی معدل دانشجویان داشته است. |
| first_indexed | 2024-04-10T15:25:50Z |
| format | Article |
| id | doaj.art-68412f1240684e8d8abf17ccdf87e5b8 |
| institution | Directory Open Access Journal |
| issn | 2251-8223 2251-8231 |
| language | fas |
| last_indexed | 2024-04-10T15:25:50Z |
| publishDate | 2022-12-01 |
| publisher | Iranian Research Institute for Information and Technology |
| record_format | Article |
| series | Iranian Journal of Information Processing & Management |
| spelling | doaj.art-68412f1240684e8d8abf17ccdf87e5b82023-02-14T09:02:51ZfasIranian Research Institute for Information and TechnologyIranian Journal of Information Processing & Management2251-82232251-82312022-12-013741350131910.35050/JIPM010.2022.012699703توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم)هدیه مهدوی0جلال رضائی نور1محمد امینی2گروه مهندسی صنایع؛ دانشکده فنی و مهندسی؛ دانشگاه قم؛ قم، ایرانگروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه قم، قم، ایراندانشکده مهندسی صنایع، دانشگاه علم و صنعت، تهران، ایرانرشد و پیشرفت دانشجویان به‌عنوان سرمایه‌های آینده کشور همواره مورد توجه و اهمیت نظام آموزش و پرورش بوده است. چه بسیار دانشجویانی که خلاقیت و استعدادشان شکوفا شده و در مقابل، سالیانه با تعداد کثیری از دانشجویان مواجه هستیم که استعدادهایشان تلف شده و از موفقیت دور مانده‌اند. امروزه، با افزایش دانشجویان در مقاطع مختلف دانشگاهی و تنوع رشته‌های تحصیلی، لزوم هدایت صحیح دانشجویان بیشتر از پیش احساس می‌شود. بدین‌منظور، داده‌کاوی آموزشی در سال‌های اخیر مورد توجه ویژه مسئولان نظام آموزش و پرورش قرار گرفته است. تاکنون روش‌ها و تکنیک‌های دسته‌بندی متنوعی در حوزه داده‌کاوی و یادگیری ماشین به‌منظور دسته‌بندی و پیش‌بینی عملکرد دانشجویان به‌کار رفته است. اما این دسته‌بندهای منفرد برای پیش‌بینی عملکرد در فرایند آموزش، دارای محدودیت‌هایی از قبیل پیچیدگی و عدم ثبات است. برای مقابله با این مشکل، دسته‌بندهای جمعی به‌عنوان روش‌های نوین و کارآمد مطرح می‌شوند. سیستم‌های دسته‌بندی جمعی نتایج چندین دسته‌بندی منفرد را ترکیب می‌کنند و مدلی با عملکرد بهتر ارائه می‌دهند. در این پژوهش یک دسته‌بند جمعی جدید با استفاده از شبکههای عصبی چندلایه و خوشه‌بندی SOM به‌منظور تخمین و دسته‌بندی معدل دانشجویان دوره کارشناسی ارائه شده است. همچنین، از روش ترکیبی میانگین‌گیری و رأی اکثریت برای ترکیب نتایج دسته‌بندهای منفرد استفاده شده است. نتایج ارزیابی بر روی داده‌های واقعی دانشگاه نشان می‌دهد که مدل پیشنهادی ارائه‌شده در این پژوهش دقت و کارایی بیشتری نسبت به روش‌های دسته‌بندی منفرد مشهور و پرکاربرد دارد. همچنین، مدل پیشنهادی در مقایسه با روش‌های جمعی معروف، عملکرد بهتری در دسته‌بندی معدل دانشجویان داشته است.https://jipm.irandoc.ac.ir/article_699703_2248b112dfbd3ebc0405a80317067bea.pdfخوشه‌بندیداده‌کاوی آموزشیدسته‌بندهای جمعیشبکه‌های عصبی |
| spellingShingle | هدیه مهدوی جلال رضائی نور محمد امینی توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) Iranian Journal of Information Processing & Management خوشه‌بندی داده‌کاوی آموزشی دسته‌بندهای جمعی شبکههای عصبی |
| title | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) |
| title_full | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) |
| title_fullStr | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) |
| title_full_unstemmed | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) |
| title_short | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه (مطالعه موردی: دانشگاه قم) |
| title_sort | توسعه مدلی برای تخمین و دسته‌بندی عملکرد آموزشی دانشجویان کارشناسی با استفاده از ترکیب شبکههای عصبی چندلایه مطالعه موردی دانشگاه قم |
| topic | خوشه‌بندی داده‌کاوی آموزشی دسته‌بندهای جمعی شبکههای عصبی |
| url | https://jipm.irandoc.ac.ir/article_699703_2248b112dfbd3ebc0405a80317067bea.pdf |
| work_keys_str_mv | AT hdyhmhdwy twsʿhmdlybrạytkẖmynwdsthbndyʿmlḵrdậmwzsẖydạnsẖjwyạnḵạrsẖnạsybạạstfạdhạztrḵybsẖbḵhhạyʿṣbycẖndlạyhmṭạlʿhmwrdydạnsẖgạhqm AT jlạlrḍạỷynwr twsʿhmdlybrạytkẖmynwdsthbndyʿmlḵrdậmwzsẖydạnsẖjwyạnḵạrsẖnạsybạạstfạdhạztrḵybsẖbḵhhạyʿṣbycẖndlạyhmṭạlʿhmwrdydạnsẖgạhqm AT mḥmdạmyny twsʿhmdlybrạytkẖmynwdsthbndyʿmlḵrdậmwzsẖydạnsẖjwyạnḵạrsẖnạsybạạstfạdhạztrḵybsẖbḵhhạyʿṣbycẖndlạyhmṭạlʿhmwrdydạnsẖgạhqm |