Abstract:
نتعايش اليوم في عالم يتم جمع فيه كميات كبيرة من البيانات ، وهذه البيانات تتطلب أدوات قوية لتحليلها والاستفادة منها ، مما أدى ذلك إلى أهمية توظيف التنقيب في البيانات في العديد من المجالات منها الطب ، والتعليم ، والأسواق المالية ، وقمنا في بحثنا هذا بالتركيز على توظيف تنقيب البيانات في المجال التعليمي ، حيث قدم هذا البحث دراسة حالة لمجموعة من البيانات تقدر بعدد (395) من سجل الطلبة الذين قاموا بدراسة مادة الرياضيات في أحد المؤسسات التعليمية ، والتي تحصلنا عليها في سنة 2022 ، وتكمل أهمية الدراسة في استخدام خوارزميات التنقيب عن البيانات للاستفادة منها في تحسين جودة المخرجات التعليمية ، والتنبؤ بمدى نجاح الطلبة ، واتخاذ قرارات أفضل نحو الطلاب الدارسين وإعطائهم التوجيه الصحيح ، وقد تم استخدام منهجية CRISP-DM في هذه الدراسة ، كما تم استخدام K-Means Clustering التجمع ، Association Rules خوارزميات قواعد الارتباط وشجرة القرارات Decision tree ، والشبكة العصبية Neural Network ) عن طريق برنامج Rapid Miner لتنفيذ الخوارزميات على بيانات الطلبة ومن ثم تحليلها وعرض النتائج ، كما تم تقديم مقارنة بين دقة عرض نتائج بعض الخوارزميات في هذه الدراسة ، كما تم تقديم مقارنة بين بعض الخوارزميات المستخدمة والخوارزميات الموجودة في الدراسات السابقة والمعايير والمنهجية المستعملة ولقد تم التوصل إلى عده نتائج أهمها : يمكن أن تكون خوارزميات تنقيب البيانات حل لبعض المشكلات التعليمية ، كما يمكننا تطبيق هذه الخوارزميات للتحقيق في العلاقات بين السمات وإيجاد بعض الأنماط المخفية التي يمكن أن تكون غنية بالمعلومات وفي غاية الأهمية، والتنبؤ بمدى نجاح الطلبة في المؤسسات التعليمية ، وتقديم المساعدة لهم قبل الوصول لمراحل الخطر. كما تم تقديم بعض التوصيات مثل زيادة البيانات المستخدمة في التنقيب وتطوير مستودعات البيانات وأن يتم تناول مقارنة بين برامج التنقيب في البيانات من ناحية السرعة والمعالجة والدقة في عرض النتائج وغيره من المعايير.
