A Prediction Model Of Newly Admitted Students In The Level Exam Using Data Mining

المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية Pub Date : 2021-04-05 DOI:10.33977/2106-000-004-003

يوسف صالح أبو زر Yousef Saleh Abuzir, إسلام يونس عمرو Islam Younis Amro, بسام ترك Bassam Tork, ماهر عيسى Maher Issa

{"title":"A Prediction Model Of Newly Admitted Students In The Level Exam Using Data Mining","authors":"يوسف صالح أبو زر Yousef Saleh Abuzir, إسلام يونس عمرو Islam Younis Amro, بسام ترك Bassam Tork, ماهر عيسى Maher Issa","doi":"10.33977/2106-000-004-003","DOIUrl":null,"url":null,"abstract":"مهتمون بإيجاد العوامل الرئيسية التي تؤثر على هذه العلامة او النتيجة. من أجل التحليل والتنبؤ بما سيحدث خلال المراحل المختلفة لعملية التسجيل في الجامعة، يمكن استخدام نماذج التنقيب عن البيانات والتي ستساعد الجامعة في تحديد التدخلات والتدابير واتخاذ الإجراءات اللازمة وفقا لذلك في الوقت المناسب. لإجراء التحليلات والتنبؤات ، استخدمنا أداة Waikato’s Knowledge Analysis Environment (WEKA) وخوارزميات مثل K-Means ، والانحدار اللوجستي ، وخريطة Kohonen ذاتية التنظيم (KSOM) و EM لتحديد العوامل الأكثر تأثيرا على تنبؤ علامة للطالب في اختبار المستوى. أظهرت نتائج هذا البحث أن EM تظهر اداء جيد لتحديد العوامل الرئيسية التي تؤثر على العلامة النهائية للطالب في اختبار المستوى. تعد خوارزميات الثلاثة الأخرى المستخدمة الانحدار اللوجستي، K-Means، KSOM نموذجا تنبؤيا لعلامة الطالب في امتحان المستوى.","PeriodicalId":139540,"journal":{"name":"المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية","volume":"93 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-04-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33977/2106-000-004-003","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

مهتمون بإيجاد العوامل الرئيسية التي تؤثر على هذه العلامة او النتيجة. من أجل التحليل والتنبؤ بما سيحدث خلال المراحل المختلفة لعملية التسجيل في الجامعة، يمكن استخدام نماذج التنقيب عن البيانات والتي ستساعد الجامعة في تحديد التدخلات والتدابير واتخاذ الإجراءات اللازمة وفقا لذلك في الوقت المناسب. لإجراء التحليلات والتنبؤات ، استخدمنا أداة Waikato’s Knowledge Analysis Environment (WEKA) وخوارزميات مثل K-Means ، والانحدار اللوجستي ، وخريطة Kohonen ذاتية التنظيم (KSOM) و EM لتحديد العوامل الأكثر تأثيرا على تنبؤ علامة للطالب في اختبار المستوى. أظهرت نتائج هذا البحث أن EM تظهر اداء جيد لتحديد العوامل الرئيسية التي تؤثر على العلامة النهائية للطالب في اختبار المستوى. تعد خوارزميات الثلاثة الأخرى المستخدمة الانحدار اللوجستي، K-Means، KSOM نموذجا تنبؤيا لعلامة الطالب في امتحان المستوى.

查看原文本刊更多论文

基于数据挖掘的水平考试新生预测模型

他们很想找出影响标记或结果的主要因素。为了分析和预测大学注册过程的不同阶段将发生的情况，可以使用数据挖掘模型，这将有助于联合国大学及时确定必要的干预措施、措施和行动。为了进行分析和预测，我们使用了Waikato分析工具和kmean s、后勤回归、Kohonen自我调节地图(KSOM)和EM等算法，以确定对分数测试学生的分数预测最有影响的因素。本研究的结果显示，在水平测试中，EM显示出影响学生最终分数的关键因素的良好表现。用于后勤坡度的其他三种算法，k - mean, KSOM，是一级考试学生分数的预测模型。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية

自引率

0.00%

发文量