dc.contributor.advisor | Skourlas, Christos | |
dc.contributor.author | Κωνσταντινίδης, Ιωάννης | |
dc.date.accessioned | 2021-09-13T07:20:22Z | |
dc.date.available | 2021-09-13T07:20:22Z | |
dc.date.issued | 2021-07-21 | |
dc.identifier.uri | https://polynoe.lib.uniwa.gr/xmlui/handle/11400/1166 | |
dc.identifier.uri | http://dx.doi.org/10.26265/polynoe-1017 | |
dc.description.abstract | Η ανάπτυξη των Τεχνολογιών Πληροφορικής και Επικοινωνιών σε συνδυασμό με την ανάπτυξη
του Διαδικτύου έχει αυξήσει σημαντικά την ποσότητα δεδομένων σε πληθώρα πεδίων,
συμπεριλαμβανομένης της Εκπαίδευσης. Η υγειονομική κρίση και η εκτεταμένη χρήση
διαδικασιών Εκπαίδευσης από Απόσταση οδήγησε σε περαιτέρω αύξηση εκπαιδευτικών
δεδομένων. Ο τομέας της Εκπαίδευσης μπορεί να ωφεληθεί, με την αξιοποίηση των δεδομένων
που παράγονται από τη διαδικασία της τηλεκπαίδευσης, μετά από επεξεργασία τους με χρήση
τεχνικών και εργαλείων εξόρυξης δεδομένων. Έτσι, δίνεται η δυνατότητα για εξαγωγή πολύτιμης
γνώσης που μπορεί να συμβάλει στην λήψη αποφάσεων σχετικά με την εκπαιδευτική διαδικασία.
Στην παρούσα εργασία, χρησιμοποιήθηκε ανωνυμοποιημένα δεδομένα από το προπτυχιακό
μάθημα «Βάσεις Δεδομένων» του τμήματος Μηχανικών Πληροφορικής και Υπολογιστών του
Πανεπιστημίου Δυτικής Αττικής. Η επεξεργασία των δεδομένων έγινε με το εργαλείο RapidMiner
Studio και χρησιμοποιήθηκαν τεχνικές clustering και δέντρων απόφασης. Με την οπτικοποίηση
των αποτελεσμάτων παρατηρήθηκαν δυνητικά χρήσιμες συμπεριφορές των φοιτητών σε δύο
κατευθύνσεις: α) συμμετοχή φοιτητών σε ασύγχρονη τηλεκπαίδευση μέσω της πλατφόρμας
eClass και β) συμμετοχή φοιτητών σε σύγχρονη τηλεκπαίδευση μέσω της πλατφόρμας Microsoft
Teams. | el |
dc.format.extent | 98 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Δυτικής Αττικής | el |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Εξόρυξη δεδομένων | el |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Εκπαίδευση από απόσταση | el |
dc.subject | Δέντρα απόφασης | el |
dc.subject | Κ-Μeans | el |
dc.subject | RapidMiner | el |
dc.title | Εξόρυξη δεδομένων και εκπαιδευτικά δεδομένα | el |
dc.title.alternative | Data mining and educational data | el |
dc.type | Διπλωματική εργασία | el |
dc.contributor.committee | Σγουροπούλου, Κλειώ | |
dc.contributor.committee | Mamalis, Basilis | |
dc.contributor.faculty | Σχολή Μηχανικών | el |
dc.contributor.department | Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών | el |
dc.description.abstracttranslated | The development of Information and Communication Technology, and the growth of the Internet
have significantly increased the amount of data in numerous fields including education. The health
crisis and the application of distance learning procedures in Higher Education led to further
increase of educational data. Data generated by the distance learning procedures, and the use of
data mining techniques and tools could be beneficiary for the education sector. The extraction of
valuable information and knowledge can assist in making decisions related to the educational
process. In the present diploma thesis, anonymous data was extracted from the undergraduate
course "Databases” of the Department of Informatics and Computer Engineering of the University
of West Attica. These data were processed applying the RapidMiner Studio tool. Clustering and
decision tree techniques were used. Visualization of the results offered potentially useful
conclusions related to the behaviors observed in two directions: a) students’ participation through
asynchronous distance learning which is based on the open eClass platform, and b) students’
participation through synchronous distance learning, which is based on the Microsoft Teams
platform. | el |