مجید نیکوگفتار ناطق - کارشناس ارشد مهندسی فناوری اطلاعات، دانشگاه قم
کامران قریشی - گروه آمار، دانشگاه قم
حسن هانی - گروه کامپیوتر، دانشگاه قم

هدف اصلی موسسات آموزش عالی افزایش تعداد فارغالتحصیلان، کاهش افت تحصیلی و کاهش نرخ خروج دانشجویان از دانشگاه است. از سوی دیگر، خروج دانشجو برای موسسات غیرانتفاعی و دانشگاههای آزاد که تحت کمکهای مالی دولت قرار نمیگیرند بیشتر حائز اهمیت است. یک راه برای جلوگیری از این مسئله، پیشبینی و ارزیابی ضعیت تحصیلی دانشجویان و نیز شناخت عوامل مهم تاثیرگذار بر ترک تحصیل آنها میباشد. مقاله حاضر با هدف ارائه مدل دادهکاوی آموزشی برای نظام آموزش عالی ایران و نیز شناسایی عوامل موثر بر خروج دانشجویان در قالب انصراف از دانشگاه و محرومیت از حصیل آماده شده است. در این تحقیق با استفاده از تکنیکهای دادهکاوی، وضعیت تحصیلی دانشجویان و عوامل موثر بر انصراف آنها ازتحصیل پیشبینی شده است. برای ساخت مدلهای مورد نظر از شبکههای عصبی مصنوعی، تکنیک درخت تصمیم و ماشینبردار پشتیبان استفاده گردیده است. این مدلها برای دادههای استخراج شده از دانشکده علوم پایه دانشگاه قم پیادهسازیشدهاند. عملکرد هر یک از مدلها، مورد بررسی قرار گرفته و نتایج بدست آمده از هرکدام از تکنیکها با یکدیگر مقایسهگردیدهاند.

ا نصراف از تحصیل، دادهکاوی آموزشی، شبکههای عصبی، درخت تصمیم