Analyse von Bildungsdaten zur Analyse der Leistung von Studierenden

Das Hauptziel von Hochschulen ist es, eine qualitativ hochwertige Ausbildung für ihre Studierenden bereitzustellen. Ein Weg, um das höchste Qualitätsniveau im Hochschulsystem zu erreichen, besteht darin, Wissen zur Vorhersage bezüglich der Einschreibung von Studierenden in einen bestimmten Kurs, der Ablösung vom traditionellen Unterrichtsmodell, der Erkennung unfairer Methoden bei Online-Prüfungen, der Erkennung abnormaler Werte in den Ergebnissen der Studierenden, der Vorhersage der Leistung von Studierenden usw. zu entdecken. Das Wissen ist in den Bildungsdatensätzen verborgen und kann durch Techniken des Data Mining extrahiert werden. Das vorliegende Papier zielt darauf ab, die Fähigkeiten von Data Mining-Techniken im Kontext der Hochschulbildung zu rechtfertigen, indem ein Data Mining-Modell für das Hochschulsystem an der Universität angeboten wird. In dieser Forschung wird die Klassifikationsaufgabe verwendet, um die Leistung der Studierenden zu bewerten, und da es viele Ansätze gibt, die für die Datenklassifikation verwendet werden, wird hier die Entscheidungsbaum-Methode verwendet. Durch diese Aufgabe extrahieren wir Wissen, das die Leistung der Studierenden in der Abschlussprüfung beschreibt. Es hilft frühzeitig dabei, Abbrecher zu identifizieren und Studierende, die besondere Aufmerksamkeit benötigen, zu erkennen und ermöglicht es dem Lehrer, angemessene Beratung/Begleitung anzubieten.