|
|
پیشبینی عملکرد تحصیلی دانشجویان مبتنی بر شبکه کانولوشن گراف و لایه توجه
|
|
|
|
|
نویسنده
|
باقری برآباد وجیهه ,سلطانی آزاده ,روانی فرد رابعه
|
منبع
|
چهارمين كنفرانس ملي انفورماتيك ايران - 1401 - دوره : 4 - کنفرانس ملی انفورماتیک ایران - کد همایش: 01220-79237 - صفحه:0 -0
|
|
|
چکیده
|
پیشبینی عملکرد دانشجویان، یکی از موضوعهای اساسی در آموزش مجازی است. عدم تعامل بین استاد و دانشجو در آموزش مجازی سبب میشود، شرایط تحصیلی دانشجویان به طور صحیح و کامل تشخیص داده نشود. در سیستمهای آموزش مجازی، دادههای مربوط به فعالیتهای آموزشی دانشجویان جمعآوری میشود. ما با تحلیل این دادهها با استفاده از تکنیکهای دادهکاوی میتوانیم الگوهای آموزشی دانشجویان را تعیین کنیم. این الگوها به اساتید در شناسایی دانشجویان در معرض خطر کمک میکند. در تجزیه و تحلیل دادههای آموزشی، از مدلهای مختلفی از جمله شبکههای عصبی ، ماشینهای بردار پشتیبان ، بیزین ، درخت تصمیمگیری ، نزدیک ترین همسایه و ... استفاده شدهاست. نتایج نشان میدهد که شبکه عصبی دقت بهتری نسبت به سایر روشها دارد . در این تحقیق، روش جدیدی برای پیش بینی عملکرد تحصیلی دانشجویان ارائه کردهایم که اولا برای تحلیل اطلاعات مربوط به پیشینه دانشجو از گراف دانش استفاده می کند و همچنین به منظور استفاده از دادههای فعالیتی دانشجو در طول ترم، از مکانیزم توجه بهره می برد. نتایج به دست آمده نشان میدهد روش پیشنهادی توانسته است دقت بهتری نسبت به مدل مبتنی بر lstm کسب کند.
|
کلیدواژه
|
یادگیری عمیق، آموزش مجازی، شبکه عصبی، پیش بینی عملکرد دانشجویان
|
آدرس
|
, Iran, , Iran, , Iran
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|