CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

کاربرد فنون داده کاوی برای پیش بینی وضعیت سلامت روان دانشجویان با هدف بهبود وضعیت آموزش

عنوان مقاله: کاربرد فنون داده کاوی برای پیش بینی وضعیت سلامت روان دانشجویان با هدف بهبود وضعیت آموزش
شناسه ملی مقاله: JR_JEIT-13-2_005
منتشر شده در شماره 2 دوره 13 فصل در سال 1397
مشخصات نویسندگان مقاله:

حمیدرضا کوشا - گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
ثناء دنگ کوب - دانشکده مهندسی صنایع، دانشگاه صنعتی سجاد، مشهد، ایران
امیرعباس برزنونی - دانشکده مهندسی صنایع، دانشگاه صنعتی سجاد، مشهد، ایران

خلاصه مقاله:
بهبود عملکرد دانشجویان همواره یکی از مهم ترین اهداف مسئولان و مدیران دانشگاه ها و مراکز آموزشی به شمار می رود. عوامل متعددی بر عملکرد مناسب دانشجویان تاثیرگذار است. علاوه بر عواملی که در حوزه آموزش و یادگیری دانشجویان است، موضوع سلامت جسمانی و روانی نیز بر نحوه عملکرد آن ها تاثیر می گذارد. به منظور تصمیم گیری به موقع و متناسب با وضعیت روانی هر دانشجو نیاز است الگوهایی در دسترس باشد تا بتوان بر اساس آن ها وضعیت بهداشت روان هر دانشجو پیش بینی شود. در این پژوهش تلاش شده با به کارگیری فن داده کاوی، وضعیت دانشجویان ورودی جدید دانشگاه، از لحاظ نیاز به مراجعه به مشاوره مورد بررسی قرار گیرد و الگوهای پنهان نهفته در مجموعه داده پایش سلامت روان دانشجویان با به کارگیری فنون رویکرد طبقه بندی استخراج گردد. فنون استفاده شده در این پژوهش، شامل درخت تصمیم ، طبقه بندی بر اساس قانون، شبکه های عصبی، رگرسیون لجستیک و ماشین بردار پشتیبان می باشد. برای تمامی پارامترهای فنون مذکور، تنظیم انجام شده و نشان دهنده علائم نیاز به مشاوره با نرخ صحت 99% می باشد. نتایج پژوهش نشان داد: می توان بر اساس مدل تدوین شده، وضعیت سلامت روانی دانشجویان را پیش بینی نمود. یکی از خروجی های کاربرد روش درخت تصمیم، این است که اگر فردی از یک ماه گذشته تا به امروز شدیدا، احساس ناامیدی کند، یا به نظر اطرافیانش فردی وسواسی باشد یا احساس کند زندگی برایش بی ارزش است به مشاوره احتیاج دارد.

کلمات کلیدی:
داده کاوی, رویکرد طبقه بندی, پیش بینی, سلامت روانی, علائم نیاز به مشاوره

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/888750/