<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه شهید بهشتی</PublisherName>
				<JournalTitle>مدیریت و برنامه ریزی در نظام های آموزشی</JournalTitle>
				<Issn>2423-5261</Issn>
				<Volume>11</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2018</Year>
					<Month>06</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Using Educational Data Mining for Grouping Learners in an E-Learning Environment for Customizing Learning Program</ArticleTitle>
<VernacularTitle>استفاده از داده کاوی آموزشی جهت گروه‌بندی یادگیرندگان در محیط یادگیری الکترونیکی به منظور شخصی سازی برنامه آموزش</VernacularTitle>
			<FirstPage>83</FirstPage>
			<LastPage>108</LastPage>
			<ELocationID EIdType="pii">98458</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>محمود</FirstName>
					<LastName>دی پیر</LastName>
<Affiliation>دانشگاه هوایی شهید ستاری</Affiliation>

</Author>
<Author>
					<FirstName>احمد</FirstName>
					<LastName>رابو</LastName>
<Affiliation>دانشگاه آزاد اسلامی واحد بندرعباس</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2015</Year>
					<Month>08</Month>
					<Day>03</Day>
				</PubDate>
			</History>
		<Abstract>Customized learning systems have higher performance in comparison to traditional systems for learners. This is also true for electronic learning (E-learning). It is essential to have such customized mechanism for effective learning process. Recently, educational data mining methods are widely used in order to enhance the learning process. In fact, by using data mining techniques, it is possible to recognize learners and create a customized learning program in a better way. In this paper, a new model to cluster learners based on their learning style has been proposed. In this model, for learners, using Felder-Solomon questionnaire different dimensions of Felder and Silverman learning style are measured. Subsequently, using k-means clustering algorithm, the learners are categorized in different groups. In order to evaluate the model, it has been used and evaluated in a real learning program. Evaluation results show the effectiveness of the proposed model since the learners showed better educational performance. Moreover, the training process became more exciting for them.   </Abstract>
			<OtherAbstract Language="FA">سامانه‌های آموزشی شخصی‌سازی شده برای یادگیرندگان کارآیی بیشتری نسبت به سامانه‌های سنتی دارند. یادگیری الکترونیکی نیز از این قاعده مستثنا نیست و یکی از ملزومات آن وجود مکانیزمی شخصی‌شده برای کمک به یادگیری مؤثر یادگیرنده است. در سال‌های اخیر از روش‌های داده‌کاوی به‌طور گسترده در زمینه‌ی بهبود کیفیت آموزش استفاده شده است. با استفاده از روش‌های داده‌کاوی می‌توان شناخت بیشتری از یادگیرندگان در محیط یادگیری الکترونیکی بدست آورده و از آن در جهت دستیابی به یادگیری تطبیقی استفاده کرد. در این مقاله مدلی به منظور گروه‌بندی یادگیرندگان براساس سبک یادگیری آن‌ها ارائه شده است. به این ترتیب که ابتدا با استفاده از پرسشنامه فلدر-سولومون ابعاد مختلف سبک یادگیری یادگیرندگان در قالب مدل فلدر-سیلورمن سنجیده و سپس با استفاده از الگوریتم k میانگین به گروه‌بندی آن‌ها پرداخته شده است. در نهایت مدل ارائه شده به‌منظور برنامه‌ریزی بهتر آموزشی، در دوره‌ای واقعی مورد استفاده و ارزیابی قرار گرفته است. نتایج حاصل شده نشان از کارآیی مدل پیشنهادی دارند. در واقع، یادگیرندگان با استفاده از مدل پیشنهادی به موفقیت تحصیلی بالاتری دست یافتند و هم‌چنین دوره‌ی برگزار شده از جذابیت بیشتری برخوردار شد.&lt;br /&gt; </OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">یادگیری الکترونیکی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">داده کاوی آموزشی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سبک یادگیری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">الگوریتم k میانگین</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://mpes.sbu.ac.ir/article_98458_325b387475f1f8da5a9acfa75bff740e.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
