تدوین شاخص‌ها و داشبورد ارزیابی و پیش‌بینی پیشرفت تحصیلی دانشجویان با شبکه‌عصبی و درخت‌تصمیمC5
تعداد صفحات :123
چکیده
درک عواملی که منجر به موفقیت یا شکست در امتحانات مسئله ای جالب و چالش برانگیز است.مفاهیم مرتبط، تجزیه و تحلیل عوامل موفقیت در امتحانات، ممکن است به درک و به طور بالقوه به بهبود پیشرفت تحصیلی کمک کند.بنابراین در این پژوهش ضمن مروری کلی بر داده کاوی و ویژگی های اصلی یک داشبورد مدیریتی کارا، سعی بر این است تا یک مطالعه موردی بر روی پایگاه داده های دانشگاه های سراسری و آزاد استان قم صورت گیرد تا پیشرفت تحصیلی دانشجویان پیش بینی گردد.در این پژوهش ابتدا توسط الگوریتم k-means خوشه بندی صورت گرفته است و با استفاده از شاخص ارزیابی SSE ، تعداد خوشه بهینه تعیین گردیده است. بنابراین تعداد خوشه بهینه برای دانشجویان چهار خوشه می باشد و سپس خوشه ها با روش های پیش بینی داده کاوی از جمله شبکه عصبی و درخت تصمیم C5 که از پرکاربردترین و دقیق ترین روش های پیش بینی می باشند، پیش بینی شده اند و درنهایت با استفاده از نتایج این روش ها، شاخص های مناسب یافت شدند و به صورتی روشن در یک داشبورد نمایش داده شدند.
فصل اول
مقدمه
تعریف مساله و بیان سوال های اصلی تحقیق
ضرورت انجام تحقیق
هدف‌ها و کاربردهای مورد انتظار از انجام تحقیق
جنبه جدید بودن و نوآوری طرح
قلمرو مکانی و زمانی تحقیق
روش تجزیه و تحلیل داده‌ها
ساختار تحقیق
تعاریف و اصطلاحات
نتیجه گیری
فصل دوم
مقدمه
انگیزه‌های کاوش داده
نیاز به داده‌کاوی
چالش‌های داده‌کاوی
چالش‌های اولیه
چالش‌های ثانویه
معرفی داده‌کاوی
منشاُ علمی
معماری سیستم داده‌کاوی
مراحل عملیات داده‌کاوی
آماده‌سازی داده
یادگیری مدل
ارزیابی و تفسیر مدل
محدودیت‌های داده‌کاوی
قابلیت‌های داده‌کاوی
روش‌های یادگیری مدل در داده‌کاوی روش‌های پیش‌بینی
دسته‌بندی
رگرسیون
تشخیص انحراف
روش‌های توصیفی
خوشه‌بندی
کشف قوانین انجمنی
کشف الگوهای ترتیبی
فنون داده‌کاوی
یافتن خودکارخوشه‌ها
نقاط قدرت این روش
نقاط ضعف
کاربرد
درخت‌های تصمیم‌گیری و استقرا قاعده‌ای نقاط قوت
نقاط ضعف روش درخت‌تصمیم‌گیری کاربرد
شبکه‌های عصبی
نقاط قوت شبکه‌های عصبی مصنوعی نقاط ضعف شبکه‌عصبی
کاربرد
درجه‌بندی فنون مختلف داده‌کاوی از جهت سختی و آسانی
تعریف داشبورد
سابقه تحقیق
سابقه داده‌کاوی
سابقه داشبورد
بررسی مراحل داشبورد در چند نمونه
نتیجه گیری
فصل سوم:
مقدمه
چارچوب تحقیق
روش تحقیق
طبقه‌بندی تحقیق برمبنای هدف
طبقه بندی تحقیق بر مبنای روش
طبقه‌بندی تحقیق بر مبنای نوع داده‌ها
جامعه آماری
نمونه‌گیری
روش نمونه‌گیری
روش ها و ابزار گردآوری و تحلیل داده‌ها ساختار اجرایی تحقیق
ساختار اجرایی بخش اول تحقیق
درک مساله
شناخت داده‌ها
آماده سازی داده‌ها
مدل‌سازی ارزیابی نتایج بکارگیری مدل
تحلیل خوشه‌ای
الگوریتم kmeans
شبکه‌عصبی
معماری شبکه
درخت‌تصمیم
شاخص مقایسه نتایج خوشه‌بندی با رویکردهای مختلف
شاخص مجموع خطای مربعی
ابزار‌های داده‌کاوی
بخش دوم ساختار اجرایی تحقیق شناسایی شاخص
پیاده‌سازی داشبورد
ابزار پیاده‌سازی داشبورد
نتیجه‌گیری فصل چهارم:
مقدمه
فرآیند داده‌کاوی
درک مساله
شناخت داده‌ها
داده‌ها
انتخاب داده‌ها
آماده سازی و پیش پردازش داده‌ها آماده سازی داده‌ها
پیش پردازش داده‌ها
مدل‌سازی
خوشه‌بندی
خوشه‌بندی kmeans
پیش‌بینی خوشه‌ها
پیش‌بینی با شبکه‌عصبی
پیش‌بینی با درخت‌تصمیم
C5 ارزیابی
به‌کارگیری مدل
فرآیند طراحی و پیاده‌سازی داشبورد شناسایی شاخص
نتیجه‌گیری
فصل پنجم
مقدمه
مروری برفصل‌های گذشته
دستاوردها و نوآوری‌های تحقیق
پیشنهادات برای تحقیق‌های آتی محدودیت‌های تحقیق
فهرست منابع
قیمت فایل ورد پروژه : 14000 تومان
دانلود فایل ورد بلافاصله بعد از پرداخت هزینه
بلافاصله پس از پرداخت ، لینک دانلود پایان نامه به شما نشان داده می شود
پشتیبانی سایت : 09010633413
فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید