| _version_ |
1828462143758925824
|
| author |
Σκλαβενίτη, Στεφανία
|
| author2 |
Μαραγκουδάκης, Εμμανουήλ
|
| author_facet |
Μαραγκουδάκης, Εμμανουήλ
Σκλαβενίτη, Στεφανία
|
| author_sort |
Σκλαβενίτη, Στεφανία
|
| collection |
DSpace
|
| description |
Στον σύγχρονο κόσμο των επιχειρήσεων και των πληροφοριακών συστημάτων, ο πλέον πολύτιμος πόρος, πέρα από τον ανθρώπινο παράγοντα, είναι τα δεδομένα και η γνώση που μπορεί να εξαχθεί από αυτά. Επιπλέον η ανάπτυξη των Τεχνολογιών της Πληροφορίας (ΤΠΕ) την τελευταία δεκαετία έχουν αποτελέσει έναν βασικό παράγοντα στον μετασχηματισμό της παροχής της γνώσης και επηρέασαν έντονα την σύγχρονη εκπαίδευση και κατάρτιση. Με βάση αυτό η πληθώρα παραγωγής εκπαιδευτικού υλικού και πληροφορίας, καθώς και η ανάγκη για την διακίνηση του κυρίως μέσω του Internet, αποτελούν μια από τις βασικές προκλήσεις στον χώρο της εκπαίδευσης.
Έτσι πλέον με τόσο άφθονο υλικό, όγκο δεδομένων και πληροφορία είναι ανάγκη η αξιολόγηση και η υλοποίηση εφαρμογών για ένα πιο αποτελεσματικό έργο. Πώς λοιπόν συλλέγονται, αξιοποιούνται και μετατρέπονται σε χρήσιμες πληροφορίες όλα αυτά, που άπλετα υπάρχουν στον χώρο της εκπαίδευσης και όχι μόνο;
Εύκολα επομένως εξάγεται το συμπέρασμα ότι η συλλογή και η εκμετάλλευση δεδομένων αποτελεί αντικείμενο μελέτης για την επιστημονική περιοχή της εξόρυξης γνώσης από δεδομένα.
Η παρούσα εργασία έχει ως στόχο να επεξεργαστεί τα ανώνυμα δεδομένα επίδοσης των φοιτητών του τμήματος ΜΠΕΣ στις εξεταστικές περιόδους για κάθε εξάμηνο σπουδών από το έτος 1999 έως το έτος 2016. Στην συνέχεια έχει ως στόχο να παρουσιάσει, να ερευνήσει και να αναλύσει μεθόδους και εφαρμογές Εξόρυξης Δεδομένων όσον αφορά την επεξεργασία δεδομένων των μαθημάτων του Τμήματος Πληροφοριακών και Επικοινωνιακών Συστημάτων, οι οποίες εφαρμόστηκαν μέσω του λογισμικού RapidMiner για την ανάδειξη της πληροφορίας, δηλαδή την συσχέτιση μαθημάτων που εμφανίζουν παρόμοια συμπεριφορά ανά εξεταστική περίοδο.
|
| id |
oai:hellanicus.lib.aegean.gr:11610-17558
|
| institution |
Hellanicus
|
| language |
el_GR
|
| publishDate |
2017
|
| record_format |
dspace
|
| spelling |
oai:hellanicus.lib.aegean.gr:11610-175582021-03-09T13:23:34Z Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων Intelligent student assistant using data mining techniques Σκλαβενίτη, Στεφανία Μαραγκουδάκης, Εμμανουήλ Data mining Intelligent assistant Machine learning Algorithms Data base Knowledge mining Εξόρυξη δεδομένων Έξυπνος βοηθός φοιτητή Μηχανική μάθηση Αλγόριθμοι Βάσεις δεδομένων Εξόρυξη γνώσης Intelligent personal assistants (Computer software) (URL: http://id.loc.gov/authorities/subjects/sh2012002024) Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073) Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324) Algorithms (URL: http://id.loc.gov/authorities/subjects/sh85003487) Στον σύγχρονο κόσμο των επιχειρήσεων και των πληροφοριακών συστημάτων, ο πλέον πολύτιμος πόρος, πέρα από τον ανθρώπινο παράγοντα, είναι τα δεδομένα και η γνώση που μπορεί να εξαχθεί από αυτά. Επιπλέον η ανάπτυξη των Τεχνολογιών της Πληροφορίας (ΤΠΕ) την τελευταία δεκαετία έχουν αποτελέσει έναν βασικό παράγοντα στον μετασχηματισμό της παροχής της γνώσης και επηρέασαν έντονα την σύγχρονη εκπαίδευση και κατάρτιση. Με βάση αυτό η πληθώρα παραγωγής εκπαιδευτικού υλικού και πληροφορίας, καθώς και η ανάγκη για την διακίνηση του κυρίως μέσω του Internet, αποτελούν μια από τις βασικές προκλήσεις στον χώρο της εκπαίδευσης. Έτσι πλέον με τόσο άφθονο υλικό, όγκο δεδομένων και πληροφορία είναι ανάγκη η αξιολόγηση και η υλοποίηση εφαρμογών για ένα πιο αποτελεσματικό έργο. Πώς λοιπόν συλλέγονται, αξιοποιούνται και μετατρέπονται σε χρήσιμες πληροφορίες όλα αυτά, που άπλετα υπάρχουν στον χώρο της εκπαίδευσης και όχι μόνο; Εύκολα επομένως εξάγεται το συμπέρασμα ότι η συλλογή και η εκμετάλλευση δεδομένων αποτελεί αντικείμενο μελέτης για την επιστημονική περιοχή της εξόρυξης γνώσης από δεδομένα. Η παρούσα εργασία έχει ως στόχο να επεξεργαστεί τα ανώνυμα δεδομένα επίδοσης των φοιτητών του τμήματος ΜΠΕΣ στις εξεταστικές περιόδους για κάθε εξάμηνο σπουδών από το έτος 1999 έως το έτος 2016. Στην συνέχεια έχει ως στόχο να παρουσιάσει, να ερευνήσει και να αναλύσει μεθόδους και εφαρμογές Εξόρυξης Δεδομένων όσον αφορά την επεξεργασία δεδομένων των μαθημάτων του Τμήματος Πληροφοριακών και Επικοινωνιακών Συστημάτων, οι οποίες εφαρμόστηκαν μέσω του λογισμικού RapidMiner για την ανάδειξη της πληροφορίας, δηλαδή την συσχέτιση μαθημάτων που εμφανίζουν παρόμοια συμπεριφορά ανά εξεταστική περίοδο. In the modern world of business and Information systems, the most valuable resource, apart from human factor, is the data and knowledge that can be extracted from them. Moreover, the development of Information Technology (IT) in the last decade has been a key factor in the transformation of knowledge provision and has strongly influenced modern education and training. Based on this, the abundance of educational material and information, as well as the need for transition mainly through the Internet, are one of the key challenges in the field of education It is now necessary to evaluate and implement applications for a more efficient project. So how do they collect, exploit and turn into useful information all that just exist in the field of education and not only? Therefore, it is easy to conclude that the collection and exploitation of data is the subject of a study on the scientific area of knowledge mining This work aims at processing the anonymous data collected from past exam periods, as regards to the students of the department of Information and Communication Systems Engineering, per semester, from 1999 to the year 2016. Its aim is to present, investigate and analyze methods and application of Data Mining on data processing of the dataset, using the well-known data mining platform called RapidMiner® in an attempt to find association rules that capture the behavioral characteristics of related courses, which were implemented though the RapidMiner Software for the display of the extracted information, association rules of the courses 2017-10-30T12:19:36Z 2017-10-30T12:19:36Z 2017-07-01 http://hdl.handle.net/11610/17558 el_GR Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές http://creativecommons.org/licenses/by-sa/4.0/ 154 σ. application/pdf Σάμος
|
| spellingShingle |
Data mining
Intelligent assistant
Machine learning
Algorithms
Data base
Knowledge mining
Εξόρυξη δεδομένων
Έξυπνος βοηθός φοιτητή
Μηχανική μάθηση
Αλγόριθμοι
Βάσεις δεδομένων
Εξόρυξη γνώσης
Intelligent personal assistants (Computer software) (URL: http://id.loc.gov/authorities/subjects/sh2012002024)
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324)
Algorithms (URL: http://id.loc.gov/authorities/subjects/sh85003487)
Σκλαβενίτη, Στεφανία
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title |
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title_full |
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title_fullStr |
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title_full_unstemmed |
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title_short |
Έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| title_sort |
έξυπνος βοηθός φοιτητή χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων
|
| topic |
Data mining
Intelligent assistant
Machine learning
Algorithms
Data base
Knowledge mining
Εξόρυξη δεδομένων
Έξυπνος βοηθός φοιτητή
Μηχανική μάθηση
Αλγόριθμοι
Βάσεις δεδομένων
Εξόρυξη γνώσης
Intelligent personal assistants (Computer software) (URL: http://id.loc.gov/authorities/subjects/sh2012002024)
Data mining (URL: http://id.loc.gov/authorities/subjects/sh97002073)
Machine learning (URL: http://id.loc.gov/authorities/subjects/sh85079324)
Algorithms (URL: http://id.loc.gov/authorities/subjects/sh85003487)
|
| url |
http://hdl.handle.net/11610/17558
|
| work_keys_str_mv |
AT sklabenitēstephania exypnosboēthosphoitētēchrēsimopoiōntastechnikesexoryxēsdedomenōn
AT sklabenitēstephania intelligentstudentassistantusingdataminingtechniques
|