Do you want to publish a course? Click here

Enhancing Universities’ Libraries Activities Using Data Mining and Business Intelligence Techniques

تطوير عمل المكتبات الجامعية باستخدام تقانات التنقيب في المعطيات و ذكاء الأعمال

2220   3   96   0 ( 0 )
 Publication date 2017
and research's language is العربية
 Created by Shamra Editor




Ask ChatGPT about the research

Through this study we will explain the application of data mining and business intelligence using the data existed in the library of the Arab International University. This data has been linked to the data of the students on the academic system of the university. The study will also answer questions that affect the work of the educational institution in general and the library in particular, propose solutions to improve the work of the library and its services, enhance library working methods, and specify indicators related to the role of information resources in the educational operation.


Artificial intelligence review:
Research summary
تناقش الورقة البحثية أهمية استخدام تقنيات التنقيب في المعطيات وذكاء الأعمال في تطوير عمل المكتبات الجامعية. تشير إلى أن المكتبات أصبحت غنية بالمعطيات لكنها تفتقر إلى المعرفة، وأنه يمكن الوصول إلى هذه المعرفة من خلال معلومات إحصائية تساعد في تقدير وتقييم أداء المكتبات. تقدم الورقة آليات تطبيق هذه التقنيات على مكتبة الجامعة العربية الدولية، وتوضح كيفية ربط معطيات المكتبة بمعطيات الطلاب لتحسين الخدمات المقدمة واتخاذ قرارات مستنيرة. تشمل الدراسة تحليل معدلات استعارة الكتب وتأثيرها على الأداء الأكاديمي للطلاب، وتقديم حلول لتحسين آليات العمل داخل المكتبات الجامعية. كما تتناول الورقة أهمية بناء نظم دعم اتخاذ القرار ونظم ذكاء الأعمال لتحليل المعطيات واستخراج المعرفة منها، مما يساعد في تحسين أداء المكتبات وتطوير العملية التعليمية.
Critical review
تعتبر هذه الورقة البحثية خطوة مهمة نحو تحسين أداء المكتبات الجامعية باستخدام تقنيات حديثة مثل التنقيب في المعطيات وذكاء الأعمال. ومع ذلك، يمكن توجيه بعض النقد البنّاء لتحسين العمل المستقبلي. أولاً، قد يكون من المفيد تضمين دراسات حالة إضافية من جامعات أخرى لتعزيز النتائج وتقديم صورة أكثر شمولية. ثانياً، يمكن تحسين الورقة بإضافة تحليل أعمق للتحديات المحتملة في تطبيق هذه التقنيات، مثل قضايا الخصوصية والأمان. وأخيراً، يمكن أن تستفيد الدراسة من تضمين المزيد من البيانات الكمية لدعم النتائج والاستنتاجات بشكل أقوى.
Questions related to the research
  1. ما هي الفائدة الرئيسية من استخدام تقنيات التنقيب في المعطيات في المكتبات الجامعية؟

    الفائدة الرئيسية هي استخراج المعرفة من الكم الهائل من المعطيات المخزنة، مما يساعد في تحسين الخدمات المقدمة واتخاذ قرارات مستنيرة لتحسين الأداء الأكاديمي للطلاب وتطوير العملية التعليمية.

  2. كيف يمكن لتقنيات ذكاء الأعمال أن تساهم في تحسين أداء المكتبات الجامعية؟

    تقنيات ذكاء الأعمال تساهم في تحسين أداء المكتبات من خلال تحليل المعطيات واستخراج تقارير ونماذج تساعد في اتخاذ قرارات مستنيرة، مثل تحديد الكتب الأكثر استعارة وتقييم تأثيرها على الأداء الأكاديمي للطلاب.

  3. ما هي التحديات المحتملة في تطبيق تقنيات التنقيب في المعطيات في المكتبات الجامعية؟

    من التحديات المحتملة قضايا الخصوصية والأمان، بالإضافة إلى الحاجة إلى بنية تحتية تقنية قوية وتدريب الموظفين على استخدام هذه التقنيات بفعالية.

  4. ما هي أهمية بناء مستودع معطيات مؤسساتي في المكتبات الجامعية؟

    بناء مستودع معطيات مؤسساتي يساعد في تجميع المعطيات من مصادر مختلفة، مما يسهل تطبيق تقنيات التنقيب في المعطيات وذكاء الأعمال لاستخراج المعرفة وتحسين عملية اتخاذ القرار.


References used
ERDOĞAN, Z.; TİMOR, M., 2005 -A Data mining Application in a Student Database. JOURNAL OF AERONAUTICS AND SPACE TECHNOLOGIES, 53-57
Alhawasli, H. A.; Abd Alnafea H.; Zamreek, A. J. 2012 - Business Intelligence: Body of Knowledge. in Business Intelligence and Agile Methodologies for Knowledge-Based Organizations: Cross-Disciplinary Application, IGI Global, 1- 13
Turban, E.; Sharda, R.; Delen, D.; 2010 -Decision support and business intelligence systems (9th ed), Prentice Hall
rate research

Read More

This research presents literature review on using Artificial intelligence and Data Mining techniques in Anti Money Laundering systems. We compare many methodologies used in different research papers with the purpose of shedding some light on real life applications using Artificial intelligence
Flight delays are frequent all over the world (about 20% of airline flights arrive more than 15 minutes late) and they are estimated to have an annual cost of several tens of billion dollars. This scenario makes the prediction of flight delays a pr imary issue for airlines and travelers. The main goal of this work is to implement a predictor of the arrival delay of a scheduled flight due to weather conditions. The predicted arrival delay takes into consideration both flight information (origin airport, destination airport, scheduled departure and arrival time) and weather conditions at origin airport and destination airport according to the flight timetable. Airline flights and weather observations datasets have been analyzed and mined using parallel algorithms implemented as MapReduce programs executed on a Cloud platform. The results show a high accuracy in predicting delays above a given threshold. For instance, with a delay threshold of 15 minutes we achieve an accuracy of 74.2% and 71.8% recall on delayed flights, while with a threshold of 60 minutes the accuracy is 85.8% and the delay recall is 86.9%. Furthermore, the experimental results demonstrate the predictor scalability that can be achieved performing data preparation and mining tasks as MapReduce applications on the Cloud.
Educational data mining aims to study the available data in the educational field and extract the hidden knowledge from it in order to benefit from this knowledge in enhancing the education process and making successful decisions that will improve th e student’s academic performance. This study proposes the use of data mining techniques to improve student performance prediction. Three classification algorithms (Naïve Bayes,J48, Support Vector Machine) were applied to the student performance database, and then a new classifier was designed to combine the results of those individual classifiers using Voting Method. The WEKA tool was used, which supports a lot of data mining algorithms and methods. The results show that the ensemble classifier has the highest accuracy for predicting students' levels compared to other classifiers, as it has achieved a recognition accuracy of 74.8084%. The simple k-means clustering algorithm was useful in grouping similar students into separate groups, thus understanding the characteristics of each group, which helps to lead and direct each group separately.
The research seeks to develop a conceptual framework for each of the hiring business intelligence tools such as OLAP, DM, ETL and Strategic Information System, as well as the relationship between the two concepts, as research seeks to reach a proposed model for the recruitment of some business intelligence tools to support information system strategic aim for the beneficiary to the information required.

suggested questions

comments
Fetching comments Fetching comments
Sign in to be able to follow your search criteria
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا