ارزیابی الگوریتم های داده کاوی بر روی داده های آموزشی با استفاده از روش های تصمیم گیری چندمعیاره

بررسی عملکرد تحصیلی دانشجویان با استفاده از داده کاوی آموزشی یکی از مهم ترین موضوعات در حوزه مدیریت آموزشی است و مورد توجه بسیاری از پژوهشگران قرار گرفته است. هدف پژوهش حاضر، ارایه روش تجربی برای انتخاب الگوریتم با بهترین عملکرد از منظر شاخص های ارزیابی در پیش بینی وضعیت تحصیلی دانشجویان در حالت دو و سه کلاسه است. پایگاه داده دوکلاسه، پذیرش یا رد دانشجویان در درس موردنظر را پیش بینی می کند، درحالی که پایگاه داده سه کلاسه، علاوه بر پذیرش یا رد به شناسایی دانشجویان مستعد و نخبه می پردازد. با استفاده از مقالات پیشین در حوزه داده کاوی آموزشی و نظرات خبرگان، فاکتورهای تاثیرگذار بر عملکرد تحصیلی دانشجویان شناسایی و براساس آن ها پایگاه داده تدوین شد. پس از تنظیم پارامترها و اجرای الگوریتم های مختلف، نمره عملکرد الگوریتم ها با استفاده از آزمون تی زوجی براساس سه شاخص صحت، F-measureو ROC  محاسبه شده، سپس با استفاده از روش های تاپسیس و ویکور، الگوریتم ها مقایسه و رتبه بندی شدند. در حالت دو کلاسه ماشین بردار پشتیبان در تاپسیس با مقدار 999115/0 ویکور با مقدار صفر بهترین عملکرد را از خود نشان داده است. در حالت چندکلاسه، الگوریتم رگرسیون لجستیک در هر دو روش تاپسیس و ویکور با مقادیر به ترتیب 0.9986044 و 0.0009798، بهتر از سایر الگوریتم ها عمل کرده است. می توان روش پیشنهادی را به عنوان یک ابزار برای انتخاب الگوریتم با بهترین عملکرد در داده کاوی آموزشی استفاده نمود. زیرا انتخاب الگوریتم برای دستیابی به نتایج دقیق و صحیح بسیار موثر است و می توان در فرایند مشاوره و جلوگیری از افت تحصیلی دانشجویان با دقت نظر بیشتری عمل کرد.