O2c

Hvordan gjøre akademisk data mining

Data mining er også kalt kunnskap funn generelt definert som innsamling og analyse av data fra ulike visninger og vinkler og oppsummerer funnene til nyttige biter av informasjon. Prosessen er normalt gjøres av bedrifter til å analysere markedet forskningsrapporter og statistikk og se etter sammenhenger for å hjelpe dem til å øke sine inntekter. I et akademisk miljø kan det være til nytte for å finne sammenhenger mellom student påmeldinger og student oppbevaring. Det er forskjellige måter at prosessen kan brukes i et akademisk miljø, avhengig hvilke resultater du leter etter. Ta en titt på noen tips nedenfor.

Hvordan gjøre akademisk data mining. Prosessen er i utgangspunktet knyttet til statistikk og akkurat nå bruker en statistikk programvarepakke.
Hvordan gjøre akademisk data mining. Prosessen er i utgangspunktet knyttet til statistikk og akkurat nå bruker en statistikk programvarepakke.

  • Prosessen er i utgangspunktet knyttet til statistikk og akkurat nå bruker en statistikk programvarepakke. En student bør bli kjent med funksjonene og mulighetene i programmet. Det er flere programmer tilgjengelig i dag som brukes til en rekke formål. Noen er enklere å bruke enn andre, og kan omfatte dra og slipp-metoden.
  • Klart definere emnet for data mining prosjekt og identifisere hva slags informasjon bør hentes ut fra data mining prosessen. Definer dine datakilder og variabler. I data mining, kan dataene bli tatt fra ulike kilder. Og du ønsker å finne ut hva slags informasjon du vil være i stand til å trekke ut fra disse kildene. Det kan være lurt å gjøre en undersøkelse for å samle inn informasjon. Hvis dette er tilfelle, bør du lage en liste over alle undersøkelsen spørsmål som du ønsker besvart og deretter utforme formatet på undersøkelsen. La oss si at du ønsker å vite akademisk suksess av studenter for hele studieåret for en bestemt kurs, og du har allerede identifisert at suksessen kommer fra innsatsen som utøves av studentene og deres evner eller deres iboende evne.
  • Fra eksempelet ovenfor, har du nå identifisert den typen informasjon du vil være på jakt etter. Du kan bryte dette ned ytterligere å vite hvor mange studenter uteksaminert, hvor mange droppet ut, hvor mange repeatere og muligens den gjennomsnittlige endelige karakterene. Du vil da ha å se på historiske data som skal representere disse variablene. For aptitude vil du skal se på student SAT score og deres grade point gjennomsnitt som du kan kilden ut fra studenten informasjonssystem. For innsats kan du se på totalt innmelding tall og student oppmøte for hele året. Inngang all informasjon i statistikken programvarepakken du bruker, og la programmet til å behandle dataene.
  • Programmet vil gi deg en graf med alle dine indikatorer. Din nå må tolke grafen til en rapport som kan leses og brukes av folk som ikke er kjent med grafer og prosenter. Du kan også lage en presentasjon av prosessen som du gikk gjennom for å komme frem til ønskede konklusjoner.


Undersøkelsene er svært nyttig i å få ulike typer informasjon

Undersøkelsene er svært nyttig i å få ulike typer informasjon. Mest brukt i en bedrift setting du kan også bruke en undersøkelse for din akademiske data mining. Trikset er å riktig utforme undersøkelsen og inkludert alle viktige punkter som du vil trenge. En høyskole eller universitet har tonnevis hvis informasjon som kan gjøres om til nyttige databaser, dersom institusjonen ikke har gjort det ennå, kan det brukes til faglige data mining øvelser. Du kan gjennomføre et prosjekt for å hjelpe høgskolen flytter noen av sine innmelding prosedyrer, kurstilbud og læreplanen endres, og så videre.