ارائه رویکردی جدید مبتنی‌بر تکنیک‌ یادگیری عمیق برای بررسی عوامل موثر بر استفاده از شبکه‌های اجتماعی و عملکرد تحصیلی دانش‌آموزان

از آنجا که سایت‌های شبکه‌سازی اجتماعی با هدف برند‌سازی سازمانی، استخدام کارکنان و ترغیب دانش‌آموزان برای مشارکت فعالیت می‌کنند، در حوزۀ آموزش و پژوهش بسیار سودمندند. در این پژوهش روشی برای تشخیص تاثیر استفاده از شبکه‌های اجتماعی و اینترنت بر یادگیری دانش‌آموزان، مبتنی بر تکنیک یادگیری عمیق و با طبقه‌بندی دقیق ارائه شده است. روش پیشنهادی دارای دو فاز اصلی است؛ در فاز اول داده ها طی سه مرحله یکپارچه‌سازی، پاکسازی و تبدیل داده برای مدل سازی آماده می‌شوند و در فاز بعدی بااستفاده از یادگیری عمیق به ایجاد مدل و بررسی داده‌ها پرداخته می‌شود. روش ارائه شده مبتنی بر انتخاب ویژگی داده‌های منظقه و زمان خاص است و از زمان مناسبی برای پاسخگویی بهره می‌برد. روش پیشنهادی باتوجه به صحت خروجی حصول نتیجه مناسب، می‌تواند در دنیای واقعی استفاده شود. روش مذکور در مجموعه انتخاب ویژگی دارای خروجی مطلوب به میزان 68 درصد بوده که نسبت به روش پایه بهبود 14 درصدی به ثبت رسانده است و می‌توان نتیجه گرفت که استفاده از شبکه‌های اجتماعی و اینترنت حدود 68 درصد بر یادگیری و کارایی تحصیلی دانش‌آموزان تاثیرگذار است.

a new approach based on deep learning algorithms to study effective factors of using social networks on students’ performance

introduction: in the past few years, the emerging technologies of mobile phones have grown rapidly and led to the creation of a new category of social media, which are very efficient mechanisms for collaboration and communication between their users. social media consists of a variety of web-based tools that enable users to distribute and share new ideas, thoughts, and information in an interactive environment. social networks and the use of these networks have become an inseparable part of the lives of many students, so it has a direct impact on all aspects of their lives, including academic performance. therefore, in this research, a new approach based on data mining techniques will be presented to investigate the factors affecting the use of social networks in the academic performance of students, and for this purpose, the deep learning technique and classification will be used.method: the proposed method has two main phases. in the first phase, the data is prepared for modeling during the three stages of data integration, cleaning, and transformation, and in the final phase, the data is modeled and analyzed using deep learning.results: the presented method has a favorable output in the feature selection set with a value of 68%, which shows an improvement of 14% compared to the basic method, which can be concluded that about 68% of social networks and the use of the internet on the learning and efficiency of students is effective.discussion: social networking sites are very useful in education and research considering that they are used in schools for organizational branding, recruiting, and encouraging students and employees to participate. in this research, a method to identify the impact of social networks and internet use on students’ learning based on accurate classification has been presented.