عنوان : ( پیشبینی اتمام به موقع تحصیل دانشجویان کارشناسی با استفاده از دادهکاوی مبتنی بر الگوریتم ژنتیک )
نویسندگان: سیدمصطفی خطیبی , حمیدرضا کوشا ,بر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
یکی از دغدغه های اساسی مراکز آموزش عالی، برنامه ریزی برای پذیرش دانشجویان جدید است. همینطور از دیگر نگرانیهای موجود میتوان به نداشتن شاخص و ملاک منطقی برای شناسایی دانشجویان کم توان در فارغ التحصیلی به موقع اشاره کرد. در این پژوهش با استفاده از رویکرد نوین داده کاوی، با ارائه یک مدل جدید داده کاوی، به بررسی و پیشبینی اتمام به موقع تحصیلی دانشجویان دانشگاه سجاد مشهد پرداختهشده است. مدل پیشنهادی یک مدل هیبرید شامل مدلهای شبکه عصبی مصنوعی، نایو بیزین، جنگل تصادفی و درخت تصمیم با انتخاب ویژگیها بر اساس الگوریتم ژنتیک است. نتایج عددی حاکی از کارایی بالای مدل هیبرید پیشنهادی نسبت به مدلهای مرجع دارد و این امر میتواند نویدبخش استفاده از مدل پیشنهادی در پیش بینی اتمام به موقع تحصیل دانشجویان باشد . اطلاعات نمرات تحصیلی دانشجویان مقطع کارشناسی رشتههای دانشگاه صنعتی سجاد مشهد که بالغ بر 301000 داده از سال 1382 - 1393 با استفاده از روشهای دادهکاوی مورد بررسی قرار گرفت و الگوریتم ترکیبی با انتخاب ویژگی مبتنی بر ژنتیک با نرخ دقت و صحت 100 % بهترین نتیجه را داد.
کلمات کلیدی
, داده کاوی آموزشی, الگوریتم ژنتیک, درخت تصمیم, مدل هیبرید, اتمام به موقع تحصیل@inproceedings{paperid:1080864,
author = {سیدمصطفی خطیبی and کوشا, حمیدرضا},
title = {پیشبینی اتمام به موقع تحصیل دانشجویان کارشناسی با استفاده از دادهکاوی مبتنی بر الگوریتم ژنتیک},
booktitle = {اولین کنفرانس بینالمللی اصول فناورانه در مدیریت و مهندسی صنایع},
year = {2019},
location = {تهران, ايران},
keywords = {داده کاوی آموزشی، الگوریتم ژنتیک، درخت تصمیم، مدل هیبرید، اتمام به موقع تحصیل},
}
%0 Conference Proceedings
%T پیشبینی اتمام به موقع تحصیل دانشجویان کارشناسی با استفاده از دادهکاوی مبتنی بر الگوریتم ژنتیک
%A سیدمصطفی خطیبی
%A کوشا, حمیدرضا
%J اولین کنفرانس بینالمللی اصول فناورانه در مدیریت و مهندسی صنایع
%D 2019