Search In this Thesis
   Search In this Thesis  
العنوان
Extracting Association Rules to improve Student Performance in E-Learning .
المؤلف
AlQallaf,Samar Saleh Ebraheem .
هيئة الاعداد
باحث / Samar Saleh Ebraheem AlQallaf
مشرف / Tarek -Ahmed El-Shishtawy
مشرف / Walaa Medhat
مناقش / Yasser fouad mahmoud hassan
مناقش / Khaled mahmoud fouad
الموضوع
Recommender Systems. E-learning. Content base. Association Rule Mining.
تاريخ النشر
2023.
عدد الصفحات
89 p ;
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
Information Systems
تاريخ الإجازة
15/3/2023
مكان الإجازة
جامعة بنها - كلية الحاسبات والمعلومات - نظم المعلومات
الفهرس
Only 14 pages are availabe for public view

from 107

from 107

Abstract

تحظى أنظمة التوصية باهتمام كبير هذه الأيام، حيث يجري العديد من الباحثين والشركات
الكبرى أبحاث مستمرة في هذا المجال. قدمت شركات مثل جوجل وامازون نماذج مختلفة
فعالة لأنظمة توصية الفيديو، لكن في المجال التعليمي لم يدرس جيدًا حتى الان كما أوضح
باحثون آخرون. لقد اقترح الكثير من الباحثين مناهج مختلفة توضح التحديات المتعلقة
بأنظمة التوصية واقترحوا ايضا العديد من أنظمة التوصية الفعالة. تقترح هذه الأطروحة
إطار مختلط للتوصية يمكن أن يوصي بالكتب التعليمية الخاصة بالدورات التعليمية
للدراسة بدقة وكفاءة عالية. الإطار المقترح هو نهج هجين يساعد أولئك الذين يرغبون
في أن يتم تعليمهم للحصول على كتب مناسبة تتعلق بوصف مقرر دراسي معين عند
استخدام وصف المقرر دراسي كمدخل. يقترح هذا العمل ثلاث خوارزميات توصية
مختلفة لبناء نظام توصية هجين. تستخدم إحدى الخوارزميات خوارزمية قواعد الارتباط
لتوجيه المستخدم النهائي تلقائيًا وبذكاء للعثور على المواد الأكثر صلة.