決定木アルゴリズムを用いた学生の学業成績予測

本研究は、学生の学業成績を、学生の学業情報や学生の活動などのパラメータを持つ決定木アルゴリズムを用いて探求します。オマーンの私立高等教育機関で学ぶ22人の学生の記録を2017年春学期から収集しました。提案する研究では、すべてのコンピュータ専門分野で提供されるコアモジュールである電子商取引技術モジュールを利用します。さらに、WEKAデータマイニングツールを用いて、学生のパフォーマンスを発見するための決定木アルゴリズムを評価し、Moodleへのアクセス時間を測定します。シミュレーション結果は、ランダムフォレストツリーアルゴリズムが比較対象決定木アルゴリズムよりも優れた精度を示したことを示しています。したがって、提供されたトレーニングセットに対して良い一致を示しています。このため、提案する研究はモジュール内での学生の成績向上に寄与します。利害関係者がモジュールの提供と結果を分析および評価するのを支援します。早期の検出と解決策は、機関レベルとモジュールレベルの両方で行うことができます。