Revista de Tecnología de la Información e Ingeniería de Software
Acceso abierto

abstracto

Predicción del rendimiento académico de los estudiantes en KSA utilizando técnicas de minería de datos

Nawal Ali Yassein, Rasha Gaffer M Helali y Somia B Mohomad

El objetivo principal de las instituciones de educación superior es brindar una educación de calidad a sus estudiantes. Una forma de lograr el más alto nivel de calidad es identificar los factores que afectan el rendimiento académico y luego tratar de resolver la debilidad de estos factores. El objetivo específico del trabajo de investigación propuesto es averiguar si existe algún patrón en los datos disponibles (registros de estudiantes y cursos) que pueda ser útil para predecir los estudiantes’ actuación. El estudio involucró una muestra de 150 estudiantes recolectados de estudiantes de la Universidad de Najran en Arabia Saudita. Los datos fueron capturados y ordenados con el uso de paquete estadístico para ciencias sociales (SPSS) y herramienta de minería de datos (clementine). Desarrollar un modelo preciso de predicción del desempeño de los estudiantes es una tarea desafiante. Se utilizó un modelo basado en minería de datos para identificar cuál de los factores conocidos puede dar un indicador temprano del rendimiento esperado. Este documento emplea técnicas de clasificación y reducción de características para reducir la tasa de error. Los resultados experimentales revelan relaciones significativas entre la inclusión de trabajos prácticos y tareas en el curso y su tasa de éxito. Pero, por otro lado, el número de tareas dadas tiene un impacto negativo en el rendimiento académico del curso. En el contexto de los factores que afectan el rendimiento académico de los estudiantes, el factor que más afecta es la asistencia de los estudiantes a clase, además de las calificaciones del examen final y de la mitad del examen.