ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تنقيب بيانات الطلاب والمرضى لكلية طب الأسنان في جامعة الموصل

العنوان بلغة أخرى: Mining Students and Patients Data of Dentistry College in the University of Mosul
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: مصطفى، مروة باسم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mustafa, Marwa Bassim
مؤلفين آخرين: آل عبدالعزيز، عمار ظاهر ياسين طه (م. مشارك)
المجلد/العدد: مج33, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: آذار
الصفحات: 46 - 57
ISSN: 1812-125X
رقم MD: 1468725
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
كلمات المؤلف المفتاحية:
Database | Mining Database | Dentistry Applications
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
LEADER 04477nam a22002417a 4500
001 2212983
041 |a ara 
044 |b العراق 
100 |9 778742  |a مصطفى، مروة باسم  |e مؤلف  |g Mustafa, Marwa Bassim 
245 |a تنقيب بيانات الطلاب والمرضى لكلية طب الأسنان في جامعة الموصل 
246 |a Mining Students and Patients Data of Dentistry College in the University of Mosul 
260 |b جامعة الموصل - كلية التربية  |c 2024  |g آذار 
300 |a 46 - 57 
336 |a بحوث ومقالات  |b Article 
520 |a تتضمن هذه الورقة البحثية تصميم وتنفيذ نظام لتنقيب بيانات الطلاب والمرضى في كلية طب الأسنان في جامعة الموصل وذلك باستخدام نظام إدارة قواعد البيانات Microsoft SQL Server لتصميم وتنفيذ نظام قاعدة البيانات وبرنامج WEKA للتنقيب في قاعدة البيانات، واستخدمت لغة Microsoft Visual C#.NET 2012 لبرمجة واجهات النظام. الخطوات الرئيسة لقاعدة البيانات شملت التحليل والتصميم والتنفيذ كما تضمنت عملية التنقيب الخطوات السبع؛ جمع البيانات، والمعالجة المسبقة للبيانات، واستكشاف البيانات، وتحويل البيانات، ونمذجة البيانات، والتقييم، والنشر. عملية تنقيب قاعدة البيانات انقسمت إلى جزئين؛ الجزء الأول هو عملية عنقدة ذكية لطلاب كلية طب الأسنان للمرحلتين الرابعة والخامسة على المختبرات (أي على عدد الكراسي المتوفرة لكل مختبر) باستخدام ثلاث خوارزميات مشهورة (EM K-Means Canopy)، الجزء الثاني هو عملية تصنيف المرضى إلى أربعة أصناف حسب نوع المعالجة التي يحتاجها كل مريض باستخدام ثلاث خوارزميات مشهورة أيضا .(Random Forest, Naïve Bayes SVM) بعد تطبيق النظام على البيانات الحقيقية لكلية طب الأسنان في جامعة الموصل تبين أن أفضل خوارزمية عنقدة هي K-Means وأفضل خوارزمية تصنيف هي Bayes Naive  |b This research paper includes the design and implementation of a system for mining student and patient data at the College of Dentistry at the University of Mosul using the Microsoft SQL Server database management system to design and implement the database system and WEKA program for database mining, and the Microsoft Visual C#.NET 2012 language was used to program system interfaces. The main steps of the database included analysis, design and implementation, and the mining process included seven steps; data collection, data preprocessing, data exploration, data transformation, data modeling, evaluation, and deployment. The database mining process was divided into two parts; the first part is a smart cluster process for students of the Faculty of Dentistry for the fourth and fifth stages on laboratories (i.e. the number of chairs available for each laboratory) using three famous algorithms (Canopy, K-Means, EM), the second part is the process of classifying patients into four classes according to the type of treatment that each patient needs using three also famous algorithms (SVM, Naïve Bayes, Random Forest). After applying the system to the real data of the College of Dentistry at the University of Mosul, it was found that the best cluster algorithm is K-Means and the best classification algorithm is Naïve Bayes. 
653 |a تكنولوجيا المعلومات  |a قواعد البيانات  |a خوارزميات التصنيف  |a كليات طب الأسنان 
692 |b Database  |b Mining Database  |b Dentistry Applications 
700 |9 643318  |a آل عبدالعزيز، عمار ظاهر ياسين طه  |e م. مشارك  |g Al Abd Alazeez, Ammar Thaher Yaseen 
773 |4 التربية والتعليم  |6 Education & Educational Research  |c 004  |e Journal of Education and Science  |f Mağallaẗ al-tarbiyaẗ wa-al-ʻilm  |l 001  |m مج33, ع1  |o 0168  |s مجلة التربية والعلم  |v 033  |x 1812-125X 
856 |u 0168-033-001-004.pdf 
930 |d n  |p y  |q n 
995 |a EduSearch 
999 |c 1468725  |d 1468725