Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userUsing Data Mining Techniques to Analyze Students’ Performance
استخدام تقنيات التنقيب في البيانات لتحليل مستوى الطلاب
3436
22 1191
0
(
0
)
Created by
Shamra Editor
Ask ChatGPT about the research
يهدف هذا البحث إلى تقديم دراسة حالة عن استخدام تقنيات التنقيب في بيانات المؤسسات التعليمية, و ذلك من خلال استعمال تقنيات التنقيب في البيانات.
The objective of this paper is presenting an educational data mining case study, by applying data mining techniques.
Artificial intelligence review:
Research summary
يهدف هذا البحث إلى تقديم دراسة حالة عن استخدام تقنيات التنقيب في البيانات في المؤسسات التعليمية، وذلك من خلال استعمال تقنيات مثل التصنيف، التجميع، قواعد الارتباط والكشف عن الحالات الشاذة وتطبيقها على درجات الطلاب باستخدام برنامج SQL Server Business Intelligence Development Studio. الهدف من ذلك هو فهم أفضل لعوامل النجاح والرسوب عند الطلاب وتقديم توصيات لتحسين جودة التعليم. تم جمع بيانات أداء الطلاب لعامين دراسيين متتاليين من مقرر "التنقيب في البيانات" في الجامعة الافتراضية السورية. تم تطبيق أربع تقنيات لتحقيق أربع غايات: الكشف عن قواعد الارتباط لفهم السمات الأكثر ارتباطاً بالنجاح أو الرسوب، التصنيف لتوقع نجاح أو رسوب الطالب، التجميع لتجميع الطلاب المتشابهين من حيث التحصيل العلمي، والكشف عن الحالات الشاذة لفهم الأسباب وراء الأداء غير المتوقع لبعض الطلاب. أظهرت النتائج أن المشروع العملي هو العامل الأكثر تأثيراً على رسوب الطالب، وأن الامتحان العملي هو العامل الأهم في عملية التوقع. كما تم فرز الطلاب إلى مجموعتين (ناجحين وراسبين) مما يساعد المدرس على توجيه كل مجموعة بناءً على مستواها. أخيراً، تم الكشف عن الحالات الشاذة بين الطلاب والتي تعتبر مهمة جداً للمدرسين لتحليل الأسباب واتخاذ الإجراءات المناسبة.
Critical review
دراسة نقدية: يعتبر هذا البحث خطوة مهمة نحو تحسين جودة التعليم من خلال استخدام تقنيات التنقيب في البيانات. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، حجم العينة المستخدمة في البحث صغير نسبياً (113 سجل فقط)، مما قد يؤثر على دقة النتائج. ثانياً، تم استخدام بيانات من مقرر واحد فقط، وهو ما قد لا يكون كافياً لتعميم النتائج على جميع المقررات أو الجامعات. ثالثاً، كان من الأفضل تقديم تحليل أعمق للنتائج ومناقشة كيفية تطبيق التوصيات بشكل عملي في البيئة التعليمية. وأخيراً، يمكن تحسين البحث من خلال استخدام تقنيات تنقيب بيانات أكثر تنوعاً وتقدماً، مثل الشبكات العصبية أو التعلم العميق.
Questions related to the research
-
ما الهدف الرئيسي من البحث؟
الهدف الرئيسي هو فهم أفضل لعوامل النجاح والرسوب عند الطلاب وتقديم توصيات لتحسين جودة التعليم باستخدام تقنيات التنقيب في البيانات.
-
ما هي التقنيات الأربع المستخدمة في البحث؟
التقنيات الأربع هي: التصنيف، التجميع، قواعد الارتباط، والكشف عن الحالات الشاذة.
-
ما هو العامل الأكثر تأثيراً على رسوب الطالب وفقاً للنتائج؟
المشروع العملي هو العامل الأكثر تأثيراً على رسوب الطالب.
-
كيف يمكن تحسين البحث في المستقبل؟
يمكن تحسين البحث من خلال زيادة حجم العينة، استخدام بيانات من مقررات متعددة، تقديم تحليل أعمق للنتائج، واستخدام تقنيات تنقيب بيانات أكثر تنوعاً وتقدماً.
References used
ABUTAIR, M., EL-HALEES, A., 2012, Mining Educational Data to Improve Student’s Performance: A Case Study, International Journal of Information and Communication Technology Research, Vol. 2, No. 2, 141-146
AL-RADAIDEH, Q., AL-SHAWAKFA, E., AL-NAJJAR, M., 2006, Mining Student Data Using Decision Trees, The 2006 International Arab Conference on Information Technology
BARADAWAJ, B., PAL, S., 2011, Mining Educational Data to Analyze Students’ Performance, International Journal of Advanced Computer Science and Applications, Vol. 2, No. 6, 63-69
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
In this research, we offered a new and simple way of
Handwriting Characters Recognition. This way extracts positions of
the black points from binary images (black, white) according to
certain coordinates which are used in the stages of training an
d
testing. The extracted positions are stored in a database according
to appropriate structure for predictive data mining.
We used training data to build a predictive model which helps
in Recognition testing data depending on the data stored in the
database. We have conducted a number of tests on different
samples of handwriting character images. We got accurate results,
within the required conditions.
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.
In this paper we introduce a comparison for some of data mining algorithm for traffic accidents analysis.
We start by describing available data for entry by analyzing the structure of statistical reports in Lattakia traffic directorate, and proceed
to data mining stage which enables us to smart study of factors that play roles in traffic accident and find its inter-relations and importance for causing traffic accident.
That comes after building data warehouse upon the database we built to store the data we gathered.
In this research we list a some of models was tested which is a sample of a many cases we checked to have the research results.
خلال العقد الأخير من القرن العشرين ظهرت مجموعة من المتغيرات التكنولوجية المتقدمة في مجالات نظم المعلومات المرتبطة بالحاسبات الآلية و وسائل الاتصال و ضغط البيانات و نقلها عبر شبكات الحاسب الآلي. حيث انتقلت نظم المعلومات من اعتمادها على النص و بعض الرس
ومات البيانية البسيطة إلى اعتمادها على استخدام الوسائط المتعددة التي تعمل على توصيل المعلومات في أشكال مختلفة من خلال ترابط و تكامل مجموعة متباينة من التكنولوجيات المختلفة (الصوت, الصور, النص, الفيديو, ..الخ).
و قد كان تطور تلك النظم في البداية مقصوراً على الاستخدام المنفرد, و لكن نظراً لأهمية نظم الاتصالات و تطور شبكة الانترنت و استخدام نظم الوسائط المتعددة من قبل مستخدمين متعددين في أماكن مختلفة من حيث الموقع الجغرافي, ظهرت أهمية المشاركة في بيانات الوسائط المتعددة, و بالتالي حتمية تداولها من خلال شبكات الحاسب الآلي. و من هنا ظهرت الحاجة إلى ظهور شبكات ذات مواصفات خاصة يمكنها التعامل مع عناصر الوسائط المتعددة بكفاءة عالية. و من جانب آخر ظهرت أهمية وجود نظم وسائط متعددة لديها القدرة على التعامل مع شبكات الحاسب الآلي.
من ذلك نرى بأن هذه النظم سوف تتسم بكبر حجم بياناتها إضافة إلى الصعوبة الحقيقية في نقل هذه البيانات و خاصة عبر شبكات الحاسب. لذلك فقد دعت مشاكل تخزين أحجام كبيرة من البيانات مقارنة مع صغر سعة الأجهزة التخزينية و مشاكل نقل كميات كبيرة منها عبر الشبكات إلى تطوير تقنيات لتخفيض (اختصار) أحجام البيانات قدر الإمكان مما يساعد على توفير في المساحات التخزينية من جهة و توفير الوقت عند إرسال البيانات من جهة ثانية
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
