شماره ركورد كنفرانس :
5316
عنوان مقاله :
استفاده از چرخ تعادل زندگي در پيش بيني معدل پايه دهم با استفاده از الگوريتم هاي داده كاوي
پديدآورندگان :
علي پور فرگي اعظم دانشگاه بيرجند , سعادت فر حميد دانشگاه بيرجند
كليدواژه :
دادهكاوي آموزشي , انتخاب ويژگي , چرخ تعادل زندگي , شبكه عصبي , معدل دانشآموز
عنوان كنفرانس :
چهارمين همايش ملي آموزش هوشمند؛ فرصت ها، چالش ها و دستاوردها
چكيده فارسي :
موفقيت افراد بر اساس علاقه و استعدادشان از جمله موارد مؤثر در پيشرفت يك جامعه است كه با نگاهي دقيقتر ميزان اين موفقيت را ميتوان با برنامهريزي مناسب در انتخاب رشته دانشآموزان پايه دهم مرتبط دانست. اما تصميمگيري صحيح، مستلزم گردآوري اطلاعات جامعي از تمام ابعاد زندگي يك دانشآموز است. ازاينرو چرخ تعادل زندگي كه در شش بخش جسمي، مالي، فكري، عاطفي، اجتماعي و معنوي نگاهي جامع به ابعاد زندگي دارد، ميتواند ابزار مناسبي براي اين هدف باشد. در اين پژوهش ابتدا مجموعه دادهاي با كمك اطلاعات چرخ تعادل زندگي، جمعيتشناختي و پيشينه آموزشي دانشآموزان پايه دهم از طريق پرسشنامه ايجاد ميشود. سپس در محيط برنامه WEKA، الگوريتمهاي دادهكاوي شبكه عصبي Multilayer Perceptron، درخت تصميم J48،Random Forest ،Naïve Bayes ، SVM و KNN با هدف پيشبيني معدل دانشآموزان در پايه دهم روي تمام ويژگيهاي مجموعه داده پيشنهادي پيادهسازي و عملكرد اين الگوريتمها مورد مقايسه قرار ميگيرند. همينطور در ادامه با استفاده از روش Wrapper ويژگيهاي مؤثر انتخاب و مجدد عملكرد الگوريتمهاي دادهكاوي بر اساس ويژگيهاي انتخاب شده بررسي ميشود. درنهايت نتايج اين مطالعه نشان ميدهد كه ويژگيهاي پول توجيبي، ميزان مطالعه، جنسيت، رشته تحصيلي، تحصيلات پدر، تحصيلات مادر و بعد روحي بيشترين تأثير را دارند. همينطور الگوريتم Multilayer Perceptron با دقت 85.62 درصد و الگوريتم Naïve Bayes با دقت 86.25 درصد، به ترتيب قبل و بعد از فرايند انتخاب ويژگي بهترين عملكرد را در ميان الگوريتمهاي ديگر از خود نشان دادهاند.