A Prediction Model of Newly Admitted Students in the Level Exam Using Data Mining
| العنوان بلغة أخرى: |
توقع لأداء الطلاب المقبولين الجدد في امتحان المستوى باستخدام التنقيب في البيانات |
|---|---|
| المصدر: | المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية |
| الناشر: | جامعة القدس المفتوحة |
| المؤلف الرئيسي: | أبو زر، يوسف صالح يوسف (مؤلف) |
| مؤلفين آخرين: | ترك، بسام (م. مشارك), عيسى، ماهر (م. مشارك), عمرو، إسلام يونس (م. مشارك) |
| المجلد/العدد: | ع4 |
| محكمة: | نعم |
| الدولة: |
فلسطين |
| التاريخ الميلادي: |
2021
|
| الشهر: | كانون الثاني |
| الصفحات: | 1 - 13 |
| DOI: |
10.33977/2106-000-004-003 |
| ISSN: |
2520-7431 |
| رقم MD: | 1124114 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | science |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
تنقيب في البيانات | الانحدار اللوجستي | الشبكات العصبية | علامة امتحان المستوى | حوارزمية EM | خريطة كوهن ذاتية التنظيم KSOM والتكتل | Data Mining | Logistic Regression | Neural Networks | Level Exam Grade | K-Means | EM Algorithm | Kohonen’s Self-Organizing Map "KSOM" and Clustering
|
| رابط المحتوى: |
| المستخلص: |
في هذا البحث، سنستخدم تقنية التنقيب في البيانات كنموذج تنبؤ لتوقع علامة الطالب في اختبار المستوى. في الوقت نفسه، نحن مهتمون بإيجاد العوامل الرئيسية التي تؤثر على هذه العلامة أو النتيجة. من أجل التحليل والتنبؤ بما سيحدث خلال المراحل المختلفة لعملية التسجيل في الجامعة، يمكن استخدام نماذج التنقيب عن البيانات والتي ستساعد الجامعة في تحديد التدخلات والتدابير واتخاذ الإجراءات اللازمة وفقا لذلك في الوقت المناسب. لإجراء التحليلات والتنبؤات، استخدمنا أداة Waikato’s Knowledge Analysis Environment (WEKA) وخوارزميات K-Means، والانحدار اللوجستي، وخريطة Kohonen ذاتية التنظيم (KSOM) وEM لتحديد العوامل الأكثر تأثير على تنبؤ علامة للطالب في اختبار المستوى. أظهرت نتائج هذا البحث أن EM تظهر أداء جيد لتحديد العوامل الرئيسية التي تؤثر على العلامة النهائية للطالب في اختبار المستوى. تعد خوارزميات الثلاثة الأخرى المستخدمة الانحدار اللوجستي، K-Means، KSOM نموذجا تنبؤيا لعلامة الطالب في امتحان المستوى. In this research, we will use the Data Mining technique as a prediction model to predict the student’s grade in the level exam. At the same time, we are interested in finding the main factors that affect the grade. In order to analyze and predict what will happen during the various stages of the enrollment process at the University, data mining models will be used. This will help the university determine the interventions and measures needed and take the required action accordingly at the right time. To perform the analytics and the predictions, we used Waikato’s Knowledge Analysis Environment (WEKA) tool and different algorithms such as K-Means, logistic regression, Kohonen’s Self Organizing Map (KSOM), as well as EM to identify the most influential factors that predict student’s grade in the level exam. The results of this research showed that EM offers great value to determine the main parameters that affect the student’s final grade in the level exam. The other three algorithms, logistic regression, K-Means, and KSOM are advanced predictive models for the student’s grade in the level exam. |
|---|---|
| ISSN: |
2520-7431 |
عناصر مشابهة
-
Predicting Students’ Performance Using Data Mining Techniques
بواسطة: العبيسات، مالك صالح محمد منشور: (2021) -
Stock Market Prediction by Applying Big Data Mining
بواسطة: الشمري، بدور مسير فرحان منشور: (2020) -
Data Mining Techniques for Prediction of Concrete Compressive Strength (CCS)
بواسطة: أبو زر، يوسف صالح يوسف منشور: (2020) -
أثر إستخدام الإنحدار اللوجستي كأحد أساليب التنقيب في البيانات (Data Mining) في دعم الرأى المهني لمراجعي الحسابات: دراسة تطبيقية
بواسطة: الجبلي، وليد سمير عبدالعظيم منشور: (2020) -
Agent-Based Data Mining for Proteins Prediction and Classification
بواسطة: المغاصبة، محمد خالد عواد منشور: (2013)
