Choose qualified instructor for university based on rule-based weighted expert system

要約

全学に近い教員は、学期ごとに、尊敬すべきコースのために有能な教授を何人か選ばなければならない。その際、教授経験、学術的訓練、競争率などの要素が考慮されます。この作業は通常、教授会の役員などの専門家によって行われ、時間がかかる。これまで、教頭を支援するための半自動システムがいくつか提案されている。本稿では、完全自動のルールベースエキスパートシステムを開発した。提案するエキスパートシステムは、主に3つの段階から構成される。まず、人間の専門家の知識が入力され、決定木として設計される。第二段階では、生成されたデシジョンツリーのルールに基づいてエキスパートシステムが設計される。第三段階では、専門家の質に基づいてツリーの結果に重み付けをするアルゴリズムが提案される。エキスパートシステムの性能を向上させるため、後処理として多数決アルゴリズムを開発し、各コースのエキスパート決定木を最も満足させる有資格トレーナーを選択する。提案するエキスパートシステムの品質は、イランの大学の実データを用いて評価される。計算された精度率は85.55であり、提案システムの頑健性と精度を実証している。提案システムは、関連する効率的な研究と比較して、計算複雑度が低い。また、簡単な実装と透明なボックスも提案システムの特徴である。

要約(オリジナル)

Near the entire university faculty directors must select some qualified professors for respected courses in each academic semester. In this sense, factors such as teaching experience, academic training, competition, etc. are considered. This work is usually done by experts, such as faculty directors, which is time consuming. Up to now, several semi-automatic systems have been proposed to assist heads. In this article, a fully automatic rule-based expert system is developed. The proposed expert system consists of three main stages. First, the knowledge of human experts is entered and designed as a decision tree. In the second step, an expert system is designed based on the provided rules of the generated decision tree. In the third step, an algorithm is proposed to weight the results of the tree based on the quality of the experts. To improve the performance of the expert system, a majority voting algorithm is developed as a post-process step to select the qualified trainer who satisfies the most expert decision tree for each course. The quality of the proposed expert system is evaluated using real data from Iranian universities. The calculated accuracy rate is 85.55, demonstrating the robustness and accuracy of the proposed system. The proposed system has little computational complexity compared to related efficient works. Also, simple implementation and transparent box are other features of the proposed system.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL