اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتطوير عمل المكتبات الجامعية باستخدام تقانات التنقيب في المعطيات و ذكاء الأعمال
Enhancing Universities’ Libraries Activities Using Data Mining and Business Intelligence Techniques
2230
3 96
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعرض هذا البحث آليات تطبيق تقنيات التنقيب في المعطيات و حلول ذكاء الأعمال على المعطيات الموجودة ضمن مكتبة الجامعة العربية الدولية بعد ربطها بمعطيات الطلاب الموجودة ضمن النظام الأكاديمي الخاص بالجامعة، و الإجابة عن مجموعة من الأسئلة و الاستفسارات التي من الممكن أن تؤثر في سير العمل ضمن المؤسسة التعليمية بوجه عام و ضمن مكتبة الجامعة بوجه خاص، و تقديم بعض الحلول لمساعدة المكتبة في تطوير خدماتها، و تطوير آليات العمل ضمنها، إضافة إلى تحديد بعض المؤشرات المتعلقة بدور موارد المعلومات في تطوير العملية التعليمية.
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.
مراجعة الذكاء الصنعي:
ملخص البحث
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.
قراءة نقدية
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.
أسئلة حول البحث
-
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.
-
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.
-
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.
-
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.
المراجع المستخدمة
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
قيم البحث
اقرأ أيضاً
يعرض هذا البحث دراسة مرجعية حول استخدام تقنيات الذكاء الصنعي والتنقيب عن المعطيات في أنظمة مكافحة غسيل الأموال. نقارن بين عدة منهجيات متبعة في أوراق بحثية مختلفة بهدف تسليط الضوء على تطبيقات الذكاء الصنعي في حل مشاكل الحياة الواقعية.
تتكرر تأخيرات الرحلات الجوية في جميع أنحاء العالم (حوالي 20٪ من رحلات الطيران تصل متأخرة أكثر من 15 دقيقة) وتقدر كلفتها السنوية بعشرات المليارات من الدولارات. يجعل هذا السيناريو التنبؤ بتأخيرات الرحلة قضية أساسية لشركات الطيران والمسافرين. الهدف الرئ
يسي من هذا العمل هو تطبيق تنبؤ بتأخير وصول رحلة مجدولة تبعاً للظروف الجوية. يأخذ تأخير الوصول المتوقع في الاعتبار كلاً من معلومات الرحلة (المطار الأصلي ، مطار الوجهة ، وقت المغادرة ووقت الوصول) وأحوال الطقس في المطار الأصلي والمطار المقصود وفقًا لجدول الرحلة. تم تحليل الرحلات الجوية ومجموعات المعطيات الخاصة بالملاحظات الجوية باستخدام الخوارزميات المتوازية المطبقة في برنامج MapReduce المنفّذ على منصّة سحابية. تظهر النتائج دقة عالية في التنبؤ بالتأخيرات مع عتبة معينة. على سبيل المثال ، مع عتبة تأخير مدتها 15 دقيقة ، نحقق دقة تبلغ 74.2 ٪ و 71.8 ٪ من التذكر recall على الرحلات المتأخرة ، بينما مع عتبة 60 دقيقة ، كانت الدقة 85.8 ٪ ، وتذكّر التأخر هو 86.9 ٪. علاوة على ذلك ، توضح النتائج التجريبية قابلية التوسّع للمتنبئ التي يمكن تحقيقها أثناء أداء مهام إعداد المعطيات والتنقيب بها كتطبيقات MapReduce على السحابة.
يهدف هذا البحث إلى تقديم دراسة حالة عن استخدام تقنيات التنقيب في بيانات المؤسسات التعليمية, و ذلك من خلال استعمال تقنيات التنقيب في البيانات.
Data Mining
التنقيب في البيانات
التنقيب في بيانات المؤسسات التعليمية
برنامج ذكاء الأعمال الخاص بشركة مايكروسوفت
خوارزمية مايكروسوفت لأشجار القرار
خوارزمية مايكروسوفت للتجميع و الكشف عن الحالات الشاذة
خوارزمية مايكروسوفت لقواعد الارتباط
Educational Data Mining
SQL Server Business Intelligence Development Studio
Microsoft Decision Trees
Microsoft Clustering
Outlier Detection
Microsoft Association Rules
المزيد..
يهدف التنقيب عن البيانات التعليمية إلى دراسة البيانات المتوفرة في المجال التعليمي وإخراج المعرفة المخفية منه بغية الاستفادة منها في تعزيز عملية التعليم واتخاذ قرارات ناجحة من شأنها تحسين الأداء الأكاديمي للطالب. تقترح هذه الدراسة استخدام تقنيات التنق
يب عن البيانات لتحسين التنبؤ بأداء الطلاب، حيث تم تطبيق ثلاث خوارزميات تصنيف Naïve Bayes, J48, Support Vector Machine)) على قاعدة بيانات أداء الطلاب ، ثم تم تصميم مصنف جديد لدمج نتائج تلك المصنفات الفردية باستخدام تقنية الدمج Voting Method . تم استخدام الأداة WEKAالتي تدعم الكثير من خوارزميات و طرائق التنقيب في البيانات. تظهر النتائج أن مصنف الدمج لديه أعلى دقة للتنبؤ بمستويات الطلاب مقارنة بالمصنفات الأخرى ، حيث حقق دقة تعرف وصلت إلى74.8084 % . و أفادت خوارزمية العنقدةsimple k-means في تجميع الطلاب المتشابهين في مجموعات منفصلة بالتالي فهم مميزات كل مجموعة مما يساعد على قيادة وتوجيه كل مجموعة على حدى.
يسعى البحث إلى وضع اطار مفاهيمي لكل من توظيف ذكاء الأعمال مثل OLAP و DM و ETL ونظام المعلومات الاستراتيجي، كذلك العلاقة بين المفهومين. كما يسعى البحث إلى التوصل إلى نموذج مقترح لتوظيف بعض أدوات ذكاء الأعمال من اجل دعم نظام المعلومات الاستراتيجي بهدف حصول المستفيد على المعلومات المطلوبة.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
