%0 Journal Article %T دسته‌بندی و پیش‌بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک‌های داده‌کاوی %J نامه آموزش عالی %I مؤسسه پژوهش و برنامه‌ریزی آموزش عالی %Z 2008-4617 %A حیدری, سمیه %A یقینی, مسعود %D 2011 %\ 03/01/2011 %V 3 %N 12 %P 107-124 %! دسته‌بندی و پیش‌بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک‌های داده‌کاوی %K آموزش عالی %K داده‌کاوی آموزشی %K دسته‌بندی %K پیش‌بینی %K موفقیت تحصیلی دانشجو %K روند تحصیلی دانشجو %R %X داده‌کاوی و کشف الگوها و دانش نهفته در داده‌‌های سیستم‌های آموزشی کمک شایانی به تصمیم‌گیرندگان عرصه آموزش عالی جهت بهبود فرآیند‌های آموزشی نظیر برنامه‌ریزی، ثبت‌نام، ارزیابی و مشاوره می‌نماید. هدف مقاله حاضر، دسته‌بندی و پیش‌بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک‌های داده‌کاوی است. در این مقاله سعی شده با استفاده از داده‌های دموگرافیک و سوابق تحصیلی دانشجویان و آماده‌سازی مناسب داده‌ها و با کمک تکینک‌های دسته‌بندی درخت تصمیم، رگرسیون لجستیک، نزدیکترین همسایگی و شبکه‌‌های عصبی مدل‌‌های مختلفی برای پیش‌بینی وضعیت تحصیلی دانشجویان در نیمسال آینده ارائه شود. در نهایت مقایسه‌ای میان نتایج حاصل از تکنیک‌های مختلف صورت گرفته و بهترین مدل‌ها در دسته‌بندی صحیح دانشجویان مدل نزدیکترین همسایگی و سپس شبکه‌های عصبی شناخته شده‌اند. بر همین اساس می‌توان مدل‌های پیشنهادی را به عنوان یک ابزار پشتیبان تصمیم‌گیری در سیستم‌های آموزشی مورد استفاده قرار داد. %U https://journal.sanjesh.org/article_15694_b498a86d309c6ed453654ae43fd13de9.pdf