پیش بینی انصراف دانشجویان با استفاده از روش های داده کاوی
کد مقاله : 1194-CFIS (R2)
نویسندگان:
سکینه بیگی *1، زهرا توحیدی2
1عضو هیئت علمی گروه مهندسی صنایع، دانشکده فنی مهندسی و علوم پایه، دانشگاه کوثر بجنورد، بجنورد
2دانشگاه کوثر
چکیده مقاله:
در انصراف دانشجو که یکی از چالشهای پیش روی آموزش عالی است، هم موسسه ها و هم دانشجو درگیر
هزینه های مالی و انسانی میشوند. گذشته از اینکه انصراف دانشجو و متعاقب آن کاهش دانشجو، میزان جذب درآمد
موسسهه ای آموزش عالی را تحت تاثیر قرار میدهد، از اعتبار آنها در جامعه نیز میکاهد. در این تحقیق از اطلاعات
دانشجویان یک دانشگاه دولتی طی 12 سال )سالهای 1384 تا 1396 )استفاده شده است. مجموعه داده ها شامل
مشخصه ها مانند جنسیت، سن، نیمسال ورود، آخرین نیمسال تحصیلی، وضعیت تاهل، وضعیت اقامت، رشته تحصیلی و
وضعیت کلی دانشجو است. ارتباط معنادار بین بسیاری از متغیرها و انصراف دانشجو در سطح اطمینان 95 درصد تایید
شده است. همچنین نشان داده شده است که مدل دسته بندی الجیت بوست که با استفاده از نمونه برداری باجایگذاری و
روش validation cross fold-k ساخته شده است، بیش از 78 درصد انصراف ها را شناسایی میکند و عملکرد بهتری
نسبت به روشهای درخت تصمیم، شبکه عصبی، آدابوست و دگینگ داشته است.
کلیدواژه ها:
انصراف دانشجو؛ داده کاوی؛ دسته بندی؛ مجموعه داده نامتوازن
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است