مدلی برای بخش‌بندی یادگیرندگان و بهبود عملکرد آموزشی با استفاده از الگوریتم‌های داده‌کاوی

نویسندگان

1 دانشیار ، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.(نویسنده مسئول)؛ imanraeesi@atu.ac.ir

2 دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

3 کارشناسی ارشد، مدیریت، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

doi
10.22054/IMS.2019.7824.1092
چکیده

ارزیابی عملکرد آموزشی از طریق شناسایی و تحلیل داده‌های حاصل از فعالیت‌های یادگیرندگان، می‌تواند به بهبود مؤثر عملکرد آموزشی منجر گردد. در پژوهش حاضر، داده‌های مربوط به دانش پذیران بین‌المللی، بر اساس روش تحقیق علم طراحی و با استفاده از روش‌های داده‌کاوی مورد بررسی قرار گرفته است. در این راستا تحقیقات انجام‌گرفته داخلی و بین‌المللی در دهه گذشته بررسی و مرور شده است و داده‌های تحصیلی و غیر تحصیلی یادگیرندگان در سه دسته خانوادگی، حمایتی و رفتار تحصیلی با استفاده از داده‌کاوی، خوشه‌بندی شده است. پس از اعتبارسنجی خروجی الگوریتم‌ها توسط شاخص‌های مرتبط و تعیین تعداد خوشه بهینه در هر بخش، خوشه‌ها نام‌گذاری و تحلیل شدند. تحلیل خوشه‌های شناسایی‌شده، نشان‌دهنده تجربه موفقیت یا شکست تحصیلی دانش پذیران و ریشه‌های عملکرد مؤثر در هر بخش است و روش نام‌گذاری ارائه‌شده، روشی نوین و قابل‌استفاده در اغلب مراکز آموزشی جهت تفکیک و تبیین عملکرد آموزشی است.