ارایه مدلی برای شناسایی عوامل موثر در هدایت تحصیلی دانش آموزان با استفاده از درخت تصمیم و شبکه عصبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,663

فایل این مقاله در 11 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:

SENACONF02_040

تاریخ نمایه سازی: 30 آبان 1394

چکیده مقاله:

یکی از مهمترین وظایف مدیریت مدارس و اولیای دانش آموزان، تصمیم گیری است؛ مهمترین عنصر تصمیم گیری، اطلاعات مناسب است؛ اطلاعاتی که بتواند آینده را بهتر ترسیم نماید، منجر به تصمیم گیری بهتری خواهد شد. بررسی وضعیت تحصیلی دانش آموزان در مدارس کمک میکند علاوه بر پی بردن به استعداد تحصیلی دانش آموزان برای انتخاب رشته و هدایت تحصیلی، به سطح کیفی بالاتری از مدارس دست یابیم. به ویژه در مقطع متوسطه عده ای از دانش آموزان رشته ای را انتخاب می نمایند که منجر به افت تحصیلی، عدم علاقه به ادامه تحصیل و گاهاً ترک تحصیل آنها میشود . این پدیده در نهایت جایگاه دانش آموز را تنزل بخشیده و تبعات اقتصادی و روانی خواهد داشت. با توجه به اهمیت موضوع در این تحقیق سعی شده است با مطالعه پرونده های وضعیت تحصیلی و مشاوره دانش آموزان با کمک الگوریتم های درختان تصمیم و شبکه عصبی در داده کاوی، مدلی ارائه شود که به هدایت تحصیلی و پیشرفت دانش آموزان کمک کرده و شانس موفقیت آنها را افزایش دهد. در این تحقیق از داده های جمع آوری شده از پرونده مشاوره مدارس و اولیای دانش آموزان و فرم های خود اظهاری پر شده توسط دانش آموزان استفاده شده است این داده ها به تعداد، 1301 نفر در 59 فیلد از فارغ التحصیلان نظام جدید متوسطه شهر تهران منطقه دوم آموزش و پرورش بین سالهای 1391 لغایت 1393 انتخاب شده اند برای پیاده سازی مدل پیشنهادی درختان تصمیم و شبکه عصبی از الگوریتم های داده کاوی با کمک نرم افزار Rapid Miner که از نرم افزار های برتر داده کاوی است استفاده شده است. دقت مدل به دست آمده یا الگوریتم درختان تصمیم 84.55 درصد و با شبکه عصبی 73.25 درصد شده است. در مدل پیشنهادی نتایج تصمیم گیری به صورت قواعدی استخراج شده است که در کنار سایر روشها در انتخاب رشته و پیشرفت تحصیلی کمک فراوانی را برای والدین، دانش آموزان و مدیران مدارس می نماید.

نویسندگان

حمید بهادر

مربی دانشگاه آزاد اسلامی واحد سلماس

صغری علیایی

استادیار دانشگاه فنی و حرفه ای آموزشکده فنی و حرفه ای دختران خوی

افسانه باقری

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد خوی

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 :
  • -شفیع آبادی.عبدالله (1374)، راهنمایی تحصیلی وشغلی، تهران، انتشارات رشد. ...
  • جلالی، فاطمه (1384آموزش وپرورش استان هرمزگان، نقش مشاور در امور ...
  • مهدی‌نژاد قوشچی، رحمان (1385)، بررسی نیازهای دانشجویان جهت اشتغال موفق ...
  • باباریسی، زهره، حیدری، آرام، باباریسی، پریسا، (1392)" بررسی عوامل موثر ...
  • بکارگیری ابزارهای دادهکاوی جهت پیشبینی موفقیت و یا عدم موفقیت دانشجویان در درس مبانی برنامهنویسی [مقاله کنفرانسی]
  • آشهرابی .جمال، (392 1)"داده‌کاوی "، انتشارات جهاد دانشگاهی واحد صنعتی ...
  • غضنفری، مهدی؛ علیزاده، سمیه؛ تیمورپور، بابک؛(1390) "داده‌کاوی و کشف دانش"، ...
  • صنیعی آباده، محمد، محمودی، سینا، طاهرپرور، محدثه.(1393) ."داده‌کاوی کاربردی" انتشارات ...
  • Paulsen, M. (2003). Online education and learning management systems. Bekkestua: ...
  • Quinlan, J. R..(1999) "Induction of Decision Trees, " Machine Learning ...
  • Qin, Z. and Lawry, J..(2008) "Decision tre learning with fuzzy ...
  • data Mining: A Survey from 1995 to 2005, Educational؛ [4] ...
  • Romero, C., & Ventura, S. (2006). Data mining in e-learning. ...
  • Rommero C., Ventura S., Espejo, P.G. & Hervas C. (2008), ...
  • I7] Rallo, R. Gisbert, M., & Salinas, J. (2005). Using ...
  • Schlimmer, J. C. and Fisher, D.(2000) "A case study of ...
  • Shannaq, B. , Rafael, Y. and Alexandro, _ (2010) :Student ...
  • Sheikh, L. , Tanveer, B. and Hamdani , S. (2004) ...
  • Smith, Murray (1993) ."Neural Networks for Statistical Modeling", Van Nostrand ...
  • نمایش کامل مراجع