CV


FA
Hamid Saadatfar

Hamid Saadatfar

Associate Professor

Faculty: Electrical and Computer Engineering

Department: Computer

Degree: Ph.D

CV
FA
Hamid Saadatfar

Associate Professor Hamid Saadatfar

Faculty: Electrical and Computer Engineering - Department: Computer Degree: Ph.D |

Dr. Hamid Saadatfar is currently an associate professor of Computer Engineering Department at University of Birjand. He has received his B.Sc., M.Sc., and Ph.D. degrees from Ferdowsi university of Mashhad in 2007, 2009 and 2014, respectively. His research interests include:

  • Parallel and Distributed Processing (Cluster, Grid and Cloud Computing),
  • Data Mining and Machine Learning,
  • Big Data Analysis (Data Mining Methods for Big Data)
  • and Power-aware Computing.

Show More

بررسی عوامل مؤثر بر موفقیت دانش‌آموزان پایه دهم با استفاده از روش‌های داده‌کاوی: مطالعه موردی آموزشگاه‌های شهر کاشمر

Authorsحمید سعادت فر,اعظم علی پورفرگی
Journalمحاسبات نرم
Page number0-0
Paper TypeFull Paper
Published At۲۰۲۵
Journal GradeScientific - promoting
Journal TypeTypographic
Journal CountryIran, Islamic Republic Of
Keywordsداده‌کاوی, انتخاب ویژگی, پیشبینی معدل, چرخ تعادل زندگی, موفقیت تحصیلی.

Abstract

موفقیت دانش‌آموزان در هر پایه تحصیلی یکی از اهداف مهم و قابل توجه در وزارت آموزش و پرورش است. در این میان، انجام برنامه‌ریزی مناسب برای موفقیت تحصیلی دانش‌آموزان پایه دهم، آن هم به دلیل انتخاب رشته تحصیلی در این پایه، از اهمیت بیشتری برخوردار است. همینطور تصمیم‌گیری صحیح، مستلزم گردآوری اطالعات جامعی از تمام ابعاد زندگی یک دانش‌آموز است. ازاین‌رو ابزار چرخ تعادل زندگی در شش بخش جسمی، مالی، فکری، عاطفی، اجتماعی و معنوی می‌تواند راهکار مناسبی برای این هدف باشد. در این مقاله ابتدا مجموعه داده‌ای با کمک اطلاعات چرخ تعادل زندگی، جمعیت‌شناختی و پیشینه آموزشی دانش‌آموزان پایه دهم آموزشگاه‌های شهر کاشمر از طریق پرسشنامه ایجاد می‌شود. در ادامه با استفاده از روش‌های بسته‌بندی و فیلتر، ویژگیهای مؤثر انتخاب و الگوریتم‌های شبکه عصبی پرسپترون چندلایه، درخت تصمیم J48، جنگل تصادفی ، طبقه‌بند بیز ساده، طبقه‌بندی SVM و KNN با هدف پیشبینی موفقیت دانش‌آموزان در پایه دهم مورد آموزش قرار می‌گیرند. مقایسه نتایج نشان می‌دهد که الگوریتم بسته‌بندی توانسته ویژگی‌های تأثیرگذارتری را نسبت به سایر الگوریتم‌ها انتخاب کند. به‌طوری که ویژگی‌های پول‌توجیبی، میزان مطالعه، جنسیت، رشته تحصیلی، تحصیلات پدر، تحصیلات مادر و بعد روحی بیشترین تأثیر را دارند. همینطور الگوریتم پرسپترون چندلایه با دقت 85.62 درصد و الگوریتم بیز ساده با دقت 86.25 درصد، به ترتیب قبل و بعد از فرایند انتخاب ویژگی بهترین عملکرد را از خود نشان داده‌اند.

Paper URL