20882

۲۰۸۸۲

داده كاوي داده هاي آموزشي با استفاده از يك مدل هيبريد؛ مطالعه ي موردي (كارشناسي ارشد رشته مهندسي صنايع گرايش مديريت سيستم و بهره وري دانشگاه علم و صنعت ايران)

كارشناسي ارشد

مديريت مهندسي

۱۳۹۵

۱۳۹۸/۴/۹

دكتر روزبه قوسي

دكتر حائري

صنايع

امروزه حجم داده ها و اطلاعات همواره در حال افزايش است و خاصيت رفتار تكراري آنها، اهميت تحليل و بررسي اين داده ها را افزايش داده است. از جمله مهمترين سازمان هاي يك كشور، كه از جهت سازندگي تاثير ويژه اي در آينده ي آن دارد، وزارت علوم تحقيقات و فناوري است. لزوم بررسي سوابق اطلاعات سازمان هاي آموزشي بر همگان روشن است و هر ساله تحقيقات بيشتري به منظور ارتقاي كيفيت آموزش، در اين زمينه، دنيا انجام مي شود. يكي از كارامدترين تكنيك ها براي بررسي اين سوابق و استفاده از آنها، داده كاوي است. در اين پايان نامه، علم داده كاوي به منظور كشف دانش نهان در داده هاي دانشجويان دوره ي كارشناسي ارشد رشته مديريت بهره وري دانشكده مهندسي صنايع دانشگاه علم و صنعت، به عنوان نمونه ي كوچكي از سيستم آموزشي كشور مورد استفاده قرار گرفته است. سعي بر آن است كه با استفاده از دانش داده كاوي علاوه بر كشف دانش نهفته در داده ها، يك الگوي جامع نيز به منظور استفاده در ساير موارد مشابه ارائه گردد. بدين منظور سه فاكتور معدل ارشد بالا و سنوات پايين و عدم مردودي به عنوان نشانه موفقيت دانشجويان در اين دوره در نظر گرفته شده است. عوامل موثر در تحقق اين سه هدف شناسايي و بررسي شده اند و نتايج اين تحقيق مي تواند منجر به تصميم گيري مديريتي در سطح آموزش عالي و ارتقاي كيفيت سازمان هاي آموزشي كشور بشود. با وجود اينكه نوعي تضاد در عوامل تاثيرگذار، بين سنوات پايي نو دو عامل ديگ رمشاهده مي شود، ميتوان گفت شاخص هاي سن، معدل كارشناسي، رشته ي كارشناسي و محل اخذ ليسانس در موفقيت دانشجويان تاثير به سزايي داشته است. در اين تحقيق از تكنيك هاي مختلف داده كاوي نظير: خوشه بندي، دسته بندي، و قوانين تلازمي به كمك نرم افزار آي بي ام مادلر 18 ، استفاده شده است.

1398/04/15

Data Mining of educational data by a hybrid model; Case mining(master students of engineering management at IUST)

6/30/2019 12:00:00 AM

Nowadays the amount of data and information is increasing and based on the repeatetive feature of it, analyzing and mining this data in order to get knowledge out of it, is extraordinary important. Ministry of education is one of the most important organization in each country since it is making the future. Therefore, the necessity of analyzing educational data is clear and number of recearches in this field is getting more and more every year. One of the most productive thechniques for analysing data is Data mining. In this research, data mining is used to get the hidden information of master students' data of Engineering management in industrial engineering department of IUST as a small sample of educational system in country. Data mining is used not only to get the hidden information but also to find a pattern, which can be used for similar cases in future. Therefore, three factor are selected as indicators of success in master and they are: high master GPA , low period of master and having no fails. Important items that make these two aims happen are discoverd. This research can help governments to pass new laws in order to improve educational organizations. Although, there are some conflicts in factors, to achieve low period and the two other items, these factors can be considered as important ones: age, bachelor GPA, bachelor major and bachelor university. In this research, different techniques are used in IBM Modeler18 such as: clustering, classification and assocation rules.