ارتقاي كيفيت آموزش در سامانه هاي آموزش الكترونيكي با استفاده از داده كاوي آموزشي

Teaching Quality Improvement of Electronic Learning Systems Using Educational Data Mining

آموزش الكترونيكي، عبارت است از انجام فرايند آموزشي بر روي بستر ارتباطات الكترونيكي همچنين بهره‌گيري از فناوري شبكه براي طراحي، ارايه و توسعه آموزش مي باشد كه فراگيران، كارشناسان و تهيه‌كنندگان مطالب را در بر مي گيرد. در اين ميان حجم وسيعي از اطلاعات مانند نحوه تعامل كاربر با سامانه هاي مديريتي آموزش، دروس انتخابي دانشجو و نمرات دانشجويان ذخيره مي گردد. اين داده ها حاوي اطلاعات با ارزشي براي مطالعه و تحليل رفتار دانشجويان و ارايه مشاوره به دانشجويان مي باشد. به علت دور بودن استاد از دانشجو و نبود كارشناس گروه در سيستم هاي آموزش الكترونيكي نياز به ارايه يك مشاوره مجازي و كارشناس گروه برخط ضروري مي باشد كه بتواند دانشجويان را در تصميم گيري كمك كرده و در نهايت منجر به ارتقاي كيفيت آموزش شود. هدف اصلي اين پژوهش به دست آوردن تجربه هايي فراتر از تجربيات يك كارشناس گروه و مديرگروه حقيقي با استفاده از داده كاوي و همچنين استفاده از اين تجربيات در سيستم آموزش الكترونيكي جهت هدايت تحصيلي مي باشد. در اين پژوهش به كشف الگوهاي نهفته در انتخاب واحد دانشجويان و پيش بيني نمرات آنان پرداخته شده است. همچنين تاثير فعاليت، نحوه ورود، ساعت ورود، فصل و غيره در سامانه مديريت آموزش الكترونيكي بررسي شده است

Educational and technology based learning is the turning point of learning and so is utilizing networks for design, presentation, selection, management and development which includes learners, specialists and content providers. A large volume of data which is produced in user interaction with learning management systems, student selected courses and their course grades are stored. These data include valuable information for studying, analyzing student behavior and offering consulting services. Electronic learning systems need virtual consultants and online associate specialists because of user-teacher distance and lack of related assistance in order to help students make better decisions and improve the learning quality level. This study aims at gaining more experience than is acquired by an associate specialist and dean by means of data mining. It also uses the data mining results to conduct educational guidance in electronic learning systems. It finds hidden patterns in studentʹs course selection and predicts their final grades. The research also investigates the effect of activity, entrance method, time of attendance, and semester in electronic learning systems.