| LEADER |
04519nam a22002897a 4500 |
| 001 |
1866805 |
| 024 |
|
|
|3 10.33977/2106-000-004-003
|
| 041 |
|
|
|a eng
|
| 044 |
|
|
|b فلسطين
|
| 100 |
|
|
|a أبو زر، يوسف صالح يوسف
|g Abu Zir, Yousef Saleh
|e مؤلف
|9 560648
|
| 245 |
|
|
|a A Prediction Model of Newly Admitted Students in the Level Exam Using Data Mining
|
| 246 |
|
|
|a توقع لأداء الطلاب المقبولين الجدد في امتحان المستوى باستخدام التنقيب في البيانات
|
| 260 |
|
|
|b جامعة القدس المفتوحة
|c 2021
|g كانون الثاني
|
| 300 |
|
|
|a 1 - 13
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a 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.
|
| 520 |
|
|
|b 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.
|
| 653 |
|
|
|a التعليم الجامعي
|a طلبة الجامعة
|a الأداء الطلابي
|a اختبار المستوى
|a التنقيب في البيانات
|a الانحدار اللوجستي
|a الخوارزميات
|
| 692 |
|
|
|a تنقيب في البيانات
|a الانحدار اللوجستي
|a الشبكات العصبية
|a علامة امتحان المستوى
|a حوارزمية EM
|a خريطة كوهن ذاتية التنظيم KSOM والتكتل
|b Data Mining
|b Logistic Regression
|b Neural Networks
|b Level Exam Grade
|b K-Means
|b EM Algorithm
|b Kohonen’s Self-Organizing Map "KSOM" and Clustering
|
| 700 |
|
|
|9 603780
|a ترك، بسام
|e م. مشارك
|
| 700 |
|
|
|9 603781
|a عيسى، ماهر
|e م. مشارك
|
| 700 |
|
|
|9 603779
|a عمرو، إسلام يونس
|g Amro, Isam Younis
|e م. مشارك
|
| 773 |
|
|
|c 003
|e Palestinian Journal of Technology and Applied Sciences
|l 004
|m ع4
|o 2106
|s المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية
|v 000
|x 2520-7431
|
| 856 |
|
|
|u 2106-000-004-003.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a science
|
| 999 |
|
|
|c 1124114
|d 1124114
|
