داده‌کاوی نمره‌های آزمون متمرکز دانشگاه جامع علمی کاربردی

هدف از اجرای این پژوهش، شناسایی و کشف الگوها و روابط ناشناخته و شناسایی موارد خارج از الگوها، از حجم عظیم داده‌های سامانه‌ آموزشی دانشگاه‌ جامع علمی کاربردی بود. بدین‌منظور نمره‌های 19207 دانشجو/ درس در 8 درس، 6 استان و 120 مرکز آموزشی که به صورت متمرکز در سراسر کشور در نیم‌سال دوم تحصیلی98-1397 برگزار شده است، مطالعه و بررسی شد. تحلیل‌های آماری و داده‌کاوی با نرم‌افزار spss modeler انجام گرفت. ابتدا آمارها محاسبه و رابطه ویژگی‌ها و درس‌های مختلف بررسی شد. سپس با خوشه‌بندی kmeans، پنج خوشه حاصل شد. خوشه1، مربوط به دانشجویان ضعیف است، این دانشجویان نمره آزمون پایینی دارند. خوشه 2، مربوط به دانشجویان ممتاز است که تعداد واحد بالا گرفتند و نمره آزمون بالایی دارند. خوشه 4، مربوط به دانشجویان ممتازی است که تعداد واحد کمتری گرفته‌اند، این دانشجویان حتی از دانشجویان خوشه 2 نیز نمره‌های آزمون بالاتری دارند. خوشه 5، مربوط به تعداد واحد اخذ شده کم است که دانشجویان مشروط را دربردارد. دانشجویان این خوشه نسبت به دانشجویان ضعیف (خوشه 1) نمره آزمون بهتری دارند. سپس رابطه متغیرهای مختلف بررسی شد. از بین متغیرها، بین نمره آزمون و معدل رابطه مستقیم وجود دارد. نتایج این پژوهش می‌تواند در پیشبرد هدف‌های آموزشی دانشگاه موثر باشد.

DataMining of the Centralized Test Scores of the University of Applied Science & Technology

The purpose of this study was to identify and discover unknown models and relationships and to identify cases outside the models, from the huge volume of data in the educational system of the University of Applied Science & Technology. For this purpose, the scores of 19207 students/courses in 8 courses, 6 provinces and 120 educational centers that have been centrally held throughout the country in the second semester of the academic year 139798 have been studied. Statistical analyses and data mining were performed using SPSS Modeler software. First, statistics were calculated and the relationship between different features and courses was examined. Then, by Kmeans clustering, 5 clusters were obtained. Cluster 1 is for poor students, who have low test scores. Cluster 2 is for excellent students who have a high number of credits and a hightest score. Cluster 4 is for excellent students who have taken fewer credits. These students have even higher test scores than cluster 2 students. Cluster 5 corresponds to the small number of credits taken, which includes conditional students. Students in this cluster have better test scores than weak students (cluster 1). Then the relationship between different variables was investigated. Among the variables, there is a direct relationship between test score and grade point average. The results of the research can be effective in advancing the educational goals of the university.