Analyzing undergraduate students' performance using educational data mining

رشد فوق العاده در داده های الکترونیکی دانشگاه ها نیاز به اطلاعات معنی دار استخراج شده از این حجم زیادی داده دارد. پیشرفت در زمینه استخراج داده ها موجب می شود اطلاعات آموزشی به منظور بهبود کیفیت فرآیندهای آموزشی فراهم شود. بنابراین، این مطالعه از روش های داده کاوی برای مطالعه عملکرد دانشجویان کارشناسی استفاده می کند. دو جنبه از عملکرد دانش آموزان بر آن تمرکز شده است. اول، پیش بینی پیشرفت تحصیلی دانش آموزان در پایان یک برنامه تحصیلی چهار ساله. دوم، مطالعه پیشرفت های معمول و ترکیب آنها با نتایج پیش بینی شده است. دو گروه مهم از دانش آموزان شناسایی شده اند: دانش آموزان کم و زیاد. نتایج نشان می دهد که با تمرکز بر تعداد کمی از دوره هایی که شاخص هایی از عملکرد خوب یا ضعیف هستند، می توان به موقع هشدار و حمایت از دانشجویان کم تجربه و مشاوره و فرصت ها برای دانش آموزان با عملکرد بالا ارائه کرد.