کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

طراحی و پیاده سازی سامانه پیش بینی جایگاه دانشگاه ها، پژوهشگاه ها و مؤسسه های آموزش عالی، پژوهشی، و فناوری با استفاده از الگوریتم های هوش مصنوعی

نویسندگان :

سمیه فتاحی¹ بهروز رسولی²

1- پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) 2- پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)

کلمات کلیدی :

نظام رتبه بندی تایمز، پیش بینی، رگرسیون، درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان

چکیده :

امروزه در هر کشوری پیشرفت های علمی و فناوری باعث پیشرفت های اقتصادی و بهبود سطح رفاه و زندگی افراد می شوند. توجه به وضعیت علمی و توسعه آن یکی از مهمترین شاخص های توسعه کشورها محسوب می شود. به همین منظور گسترش دانشگاه ها و مراکز آموزش عالی-که کلیدی‌ترین نهادهای پیشرفت علمی و فناوری هستند - بسیار حایز اهمیت است. نظام های رتبه‌بندی گوناگونی شکل گرفته‌اند که مؤسسه‌های جهان را در زمینه‌های گوناگون ارزیابی و رتبه‌بندی می‌کنند. این رتبه بندی ها که معمولا به صورت سالانه در مجامع علمی منتشر می شوند وضعیت یک موسسه آموزش عالی را مشخص می کند و آوازۀ آن را افزایش یا کاهش می‌دهند. از طرفی پیش بینی کردن آینده براساس داده های گذشته و حال، فرآیند بسیاری مهمی در برنامه ریزی و تصمیم گیری است. مراکزی که بتوانند وضعیتشان در آینده را براساس وضعیت فعلی شان با حداقل خطا پیش‌بینی نمایند، می توانند در آینده موفق تر باشند. بر این اساس، پیش بینی جایگاه دانشگاه ها و موسسه های آموزش عالی ضروری به نظر می رسد. هدف از این مقاله، طراحی و پیاده سازی سامانه پیش بینی جایگاه دانشگاه ها و موسسه های آموزش عالی در نظام رتبه بندی تایمز است. با استفاده از الگوریتم های هوش مصنوعی از جمله رگرسیون، ماشین بردار پشتیبان، شبکه عصبی و درخت تصمیم پیش بینی صورت می گیرد. نتایج این پیش بینی ها می‌تواند وضعیت دانشگاه ها و موسسه های آموزش عالی را در آینده گزارش دهد و تصمیم گیران و سیاست گذاران را در جهت ارائه استراتژی های بهینه هدایت نماید. بعد از پیش بینی، سامانه طراحی شده، سه دسته از پیشنهادات را در قالب بسته های طلایی، نقره ای و برنزی به دانشگاه ها و موسسه ها پیشنهاد می دهد تا براساس آن راهکارها رتبه خود را در آینده بهبود دهند.