Использование методов интеллектуального анализа данных для прогноза успеваемости студентов индустриального института Эль-Дивании, Ирак

Исследуются перспективы применения методов интеллектуального анализа данных (Educational data mining - EDM) в техническом образовании республики Ирак с целью выявления значимых факторов обучения и прогноза успеваемости студента и внедрения индивидуального обучения для студентов инженерных направлений. Для этих целей: 1) нами создана база данных, содержащая индивидуальную информацию и оценки 311 студентов, проходивших обучение в 2015-2017 годах в индустриальном институте города Эль-Дивания; 2) сделаны оценки факторов обучения техническому дизайну и черчению и попытка прогноза результатов выпускного экзамена по этой дисциплине на основе методов EDM, реализованных на платформе Microsoft SQL Server Business Intelligence Development Studio 2012 (поиск ассоциативных правил; классификация с обучением дерева принятия решений; кластеризация с алгоритмом Apriori; обнаружение аномалий обучения). Базируясь на стандарте Cross Industry Standard Process for Data Mining, мы подготовили по 13 номинальных и числовых атрибутов для каждого из студентов, провели обучение методом EDM и затем оценили их преимущества, заключив, что: 1) ассоциативные правила помогли обнаружить наиболее важный фактор, ведущий к провалу студента на экзамене; 2) дерево решений незаменимо в прогнозе итоговой успеваемости студента, позволяя выбрать траекторию обучения; 3) кластеризация собирает студентов в отдельные по успешности коллективы; 4) обнаружение аномалий данных помогает педагогу находить студентов, находящихся в граничных состояниях. Делается общий вывод о необходимости продолжения работ по апробации EDM и коллективных итогов обучения.