Il contenuto della tesi consiste in un’analisi approfondita dei percorsi accademici di circa 700 studenti del corso di Ingegneria Informatica e dell’Automazione di un’università italiana, attraverso l’utilizzo di tecniche ddi Educational Process Mining e tecniche di machine learning quali la clusterizzazione (K-Means in particolare) con l’obiettivo di identificare dei pattern comportamentali all’interno dei vari percosi accademici degli studenti. Questi sono stati divisi sulla base delle performance accademiche calcolate in termini di tempo impiegato per laurea, in modo tale da poter identificare quelli più efficienti e quelli meno efficienti, per poter individuare ed intervenire nel modo migliore possibile aiutando questi studenti nel loro percorso accademico.
USO DI TECNICHE DI EDUCATIONAL PROCESS MINING PER L’IDENTIFICAZIONE DI PATTERN NELLA CARRIERA DEGLI STUDENTI UNIVERSITARI.
VIGANÒ, GIANMARCO
2023/2024
Abstract
Il contenuto della tesi consiste in un’analisi approfondita dei percorsi accademici di circa 700 studenti del corso di Ingegneria Informatica e dell’Automazione di un’università italiana, attraverso l’utilizzo di tecniche ddi Educational Process Mining e tecniche di machine learning quali la clusterizzazione (K-Means in particolare) con l’obiettivo di identificare dei pattern comportamentali all’interno dei vari percosi accademici degli studenti. Questi sono stati divisi sulla base delle performance accademiche calcolate in termini di tempo impiegato per laurea, in modo tale da poter identificare quelli più efficienti e quelli meno efficienti, per poter individuare ed intervenire nel modo migliore possibile aiutando questi studenti nel loro percorso accademico.File | Dimensione | Formato | |
---|---|---|---|
TESI VIGANO'.pdf
accesso aperto
Dimensione
4.16 MB
Formato
Adobe PDF
|
4.16 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/18649