استفاده از الگوریتم K- میانگین برای خوشه بندی دانشجویان رشته کامپیوتر براساس میزان علاقه مندی و عوامل موثر بر یادگیری دروس برنامه نویسی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,141

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIT01_413

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

داده کاوی ابزار مناسبی برای استخراج دانش پنهان شده اطلاعات در پایگاه داده های حجیم است، این ابزار قدرتمند دارای پتانسیل بالایی برای تمرکز بر روی مهمترین اطلاعات موجود در مخازن داده ها است. خوشه بندی از مهمترین الگوریتم های داده کاوی است و کاربرد بسیاری در کشف دانش دارد، یکی از مهم ترین الگوریتم های خوشه بندی که به طور گسترده به کار می رود الگوریتم K- میانگین است . این مقاله به بررسی استفاده از الگوریتم K- میانگین برای خوشه بندی دانشجویان رشته کامپیوتر براساس میزان علاقه مندی و عوامل موثر بر یادگیری دروس برنامه نویسی در موسسات آموزش عالی شفق و آیندگان تنکابن و دانشکده فنی و حرفه ای ملاصدرا رامسر طی سال 1392 انجام شده است. انگیزه اصلی انجام این مطالعه وجود مشکلات پیش روی آموزش در دروس برنامه نویسی و عدم استقبال دانشجویان از این دروس است. با توجه به اطلاعات استخراج شده بر مبنای پرسشنامه ها ، عواملی چون عدم آشنایی درست با الگوریتم های حل مسئله و دانش ریاضی، ضعف در شیوه تدریس و امتیاز دهی نهایی بر خلاف اصول علمی و عدم آشنایی با دانش و مسائل روز در زمینه های مختلف برنامه نویسی نقش پررنگتری داشته و پیش بینی شده است که تنها حدود 15 درصد بصورت حرفه ای گرایش به درس برنامه نویسی خواهند داشت.

کلیدواژه ها:

داده کاوی ، کشف دانش ، تحلیل آماری ، خوشه بندی ، الگوریتم K - میانگین

نویسندگان

ابوصالح محمد شریفی

عضو هیئت علمی ، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد رامسر، ایران، رامسر

سید مهدی حسینی

عضو هیئت علمی، گروه کامپیوتر، موسسه آموزش عالی شفق تنکابن، ایران، تنکابن

ابراهیم گلیج

دانشجوی مهندسی تکنولوژی نرم افزار گروه کامپیوتر موسسه آموزش عالی شفق، ایران، تنکابن

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • هاشمی سید حامد، پور امین زاد سعیده، تحلیل الگوی اعتبار ... [مقاله کنفرانسی]
  • تمنایی فر، محمدرضا، گندمی، زینب، (1390)، رابطه انگیزه پیشرفت با ...
  • Christine Gertisio and Alan Dussauchoy, "Knowledge Discovery from Industrial Data ...
  • Data Integration and Management S olutions , Manjunath. B. Assistant ...
  • Pragnyaban Mishra, Neelamadhah Padhy, Rasmita Panigrahi.. "The Survey Of Data ...
  • N. Ye, "The Handbook of Data Mining", Lawrence Erlbaum As ...
  • Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concepts and ...
  • Sudhir B., Kodge B. G., "Census Data Mining and Data ...
  • نمایش کامل مراجع