شخصی سازی محتوای آموزشی دروس فناوری اطلاعات سلامت با استفاده از روش های داده کاوی

شخصی سازی محتوای آموزشی براساس نیازها و ترجیحات دانشجویان یکی از حوزه های کاربردی در داده کاوی می باشد. در این راستا، مطالعه حاضر با هدف شخصی سازی محتوای آموزشی از دیدگاه دانشجویان با کمک روش داده کاوی انجام شد.

در پژوهش توصیفی- مقطعی حاضر، نمونه ای 56 نفری از دانشجویان ترم 7 (ترم آخر تیوری) در مقطع کارشناسی پیوسته رشته فناوری اطلاعات سلامت از دانشگاه های علوم پزشکی مشهد، سمنان و اهواز به صورت تصادفی به عنوان نمونه انتخاب شدند. برای جمع آوری داده ها، چک لیستی در اختیار دانشجویان قرار داده شد و از آن ها درخواست گردید بهترین توالی پیشنهادی برای تدریس موثر سرفصل های دروس فناوری اطلاعات سلامت 1، 2 و 3 را به انتخاب خود مشخص نمایند و سرفصل هایی را که از نظر آن ها تدریسشان ضروری نیست، حذف کنند. در ادامه با کمک الگوریتم های داده کاوی مبتنی بر الگوریتم ژنتیک، الگوهای پرتکرار از توالی های ارایه شده استخراج گردیدند.

چهار توالی پرتکرار از تحلیل داده ها استخراج گردید. گروه اول از دانشجویان توالی مشترکی را برای بخش هایی از سرفصل های دروس فناوری اطلاعات سلامت 1، 2 و 3 پیشنهاد دادند. گروه های دوم و سوم تنها برای بخش هایی از سرفصل های درس "فناوری اطلاعات سلامت 1" توالی مشترکی را پیشنهاد دادند. از میان داده های مربوط به گروه چهارم، هیچ توالی پرتکراری استخراج نگردید. مناسب نبودن سرفصل ها، ترتیب ارایه دروس، منابع، حجم مطالب و روش ارایه آن ها (تیوری و عملی) مهم ترین عوامل کسب این نتایج بودند.

تحلیل نتایج توسط سه نفر از اساتید رشته مربوطه نشان داد که الگوریتم پیشنهادی در ارایه توالی های مناسب سرفصل های آموزشی مفید بوده است.