" إطار تنبؤي قائم على الأداء الأكاديمي لطلاب التعليم العالي"

نوع المستند : أوراق بحثية محكمة.

المؤلفون

1 جامعة مصر للعلوم والتكنولوجيا

2 معهد الجيزة العالي للادارة

3 المعهد العالى للعلوم الادارية

المستخلص

يقترح البحث إطارًا تنبؤيًا لتقييم الأداء الأكاديمي للطلاب في التعليم العالي، والاستفادة من تقنيات استخراج البيانات والتعلم الآلي. وتتناول الدراسة تحدي مجموعات البيانات غير المتوازنة، والتي غالبًا ما تشوه أداء نماذج التصنيف، من خلال استخدام تقنية أخذ العينات الزائدة عن الحد من الأقليات الاصطناعية (SMOTE) لتعزيز دقة التنبؤ. يدمج الإطار خوارزميات التعلم الخاضع للإشراف المختلفة، بما في ذلك J48، Random Forest (RF)، K-Nearest Neighbors (KNN)، للتنبؤ بأداء الطلاب والتوصية بالمسارات الأكاديمية المناسبة بناءً على البيانات التاريخية. تمتد مجموعة البيانات، التي تم جمعها من المعهد العالي لعلوم الإدارة، على سنوات أكاديمية متعددة وتتضمن سجلات الطلاب من ثلاثة أقسام: نظم المعلومات والإدارة والمحاسبة. يوضح البحث أن التعامل مع اختلال التوازن الطبقي من خلال SMOTE يحسن بشكل كبير من أداء النموذج، حيث حقق Random Forest أعلى دقة بنسبة 93.70٪. وتسلط الدراسة الضوء أيضًا على أهمية اختيار الميزات ومعالجة البيانات مسبقًا والتطبيع في تحسين النتائج التنبؤية. تؤكد النتائج على إمكانات التنقيب عن البيانات التعليمية لدعم التدخلات الأكاديمية المبكرة والتوجيه الشخصي، ومساعدة الطلاب في اتخاذ قرارات مستنيرة حول مساراتهم الأكاديمية. سيستكشف العمل المستقبلي تقنيات أخذ العينات الإضافية وتوسيع مجموعة البيانات لزيادة تحسين دقة النموذج.

الكلمات الرئيسية

ملفات

شارك

إرسال الاستشهاد إلى

الإحصائيات