Détails du sujet
CONCEPTION ET REALISATION D’UN SYSTÈME D’ORIENTATION ACADEMIQUE AVEC MACHINE LEARNING
Résumé
Auteur : POLEPOLE BIN KIANGALA
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2023-2024 , | 2024-03-08 08:58:16
Mots clés
INTELLIGENCE ARTIFICIELLE
Intérêt
Le système d'orientation académique offre de nombreux avantages, notamment en aidant les étudiants à faire des choix éclairés, en réduisant l'indécision dans les choix de faculté et l'échec académique et en améliorant l'efficacité des conseillers d'orientation.
Problématique
La problématique de cette recherche réside dans le besoin de fournir aux étudiants un soutien efficace et personnalisé lors de la prise de décisions concernant leur parcours académique. Face à la multitude d'options éducatives disponibles, les étudiants peuvent se sentir perdus et avoir du mal à choisir la voie qui correspond le mieux à leurs intérêts et à leurs compétences. Un système d'orientation académique avec intelligence artificielle offre la possibilité d'utiliser des données et des techniques avancées pour guider les étudiants de manière personnalisée et informée. Cette recherche vise donc à concevoir et à réaliser un tel système afin de faciliter les choix éducatifs et d'améliorer la réussite des étudiants. Plan provisoire
I. Introduction
II. Fondements théoriques
III. Conception et réalisation du système d'orientation académique
IV. Conclusion
Hypothèses
1. Un système d'orientation académique basé sur l'intelligence artificielle fournira des recommandations personnalisées.
2. Les techniques d'intelligence artificielle permettront d'analyser efficacement les données des étudiants pour générer des suggestions pertinentes.
3. Une interface conviviale favorisera l'engagement des étudiants et leur adoption du système.
4. Le système d'orientation académique réduira l'indécision et le taux d'échec scolaire en orientant les étudiants vers des domaines adaptés.
5. L'intégration du système dans les environnements éducatifs facilitera l'accès et l'utilisation généralisée.
Méthodes
Méthode expérimentale
Méthode analytique
Bibliographie
1. Clark, R. M., & Coker, H. L. (2017). Artificial intelligence in educational advising: Current college student perceptions and future implications. Journal of College Student Retention: Research, Theory & Practice, 19(3), 333-350.
2. Gkotsis, G., Liakata, M., Pedrinaci, C., & Domingue, J. (2014). Ontology-based sentiment analysis of Twitter posts for academic advising. In Proceedings of the 11th Extended Semantic Web Conference (ESWC) (pp. 61-76). Springer.
3. Hargis, J., & Evans, J. (2015). A review and analysis of college and university chatbots: Exploring factors of user satisfaction, success, and acceptance. International Journal of Information and Communication Technology Education (IJICTE), 11(1), 36-50.
4. Lee, W. C., & Lee, Y. H. (2018). Intelligent career advising system using fuzzy logic. International Journal of Engineering and Technology, 10(5), 433-437.
5. Li, J., & Park, Y. (2019). Personalized career guidance system using machine learning. In Proceedings of the 2019 9th International Conference on Information Science and Technology (ICIST) (pp. 186-191). IEEE.
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIEL
Encadreur: MOLO Joaquim MBASA
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
CONCEPTION ET REALISATION D’UN SYSTÈME D’ORIENTATION ACADEMIQUE AVEC MACHINE LEARNING
Résumé
Auteur : POLEPOLE BIN KIANGALA
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2023-2024 , | 2024-03-08 08:58:16
Mots clés
INTELLIGENCE ARTIFICIELLEIntérêt
Le système d'orientation académique offre de nombreux avantages, notamment en aidant les étudiants à faire des choix éclairés, en réduisant l'indécision dans les choix de faculté et l'échec académique et en améliorant l'efficacité des conseillers d'orientation.Problématique
La problématique de cette recherche réside dans le besoin de fournir aux étudiants un soutien efficace et personnalisé lors de la prise de décisions concernant leur parcours académique. Face à la multitude d'options éducatives disponibles, les étudiants peuvent se sentir perdus et avoir du mal à choisir la voie qui correspond le mieux à leurs intérêts et à leurs compétences. Un système d'orientation académique avec intelligence artificielle offre la possibilité d'utiliser des données et des techniques avancées pour guider les étudiants de manière personnalisée et informée. Cette recherche vise donc à concevoir et à réaliser un tel système afin de faciliter les choix éducatifs et d'améliorer la réussite des étudiants.Plan provisoire
I. IntroductionII. Fondements théoriques
III. Conception et réalisation du système d'orientation académique
IV. Conclusion
Hypothèses
1. Un système d'orientation académique basé sur l'intelligence artificielle fournira des recommandations personnalisées.2. Les techniques d'intelligence artificielle permettront d'analyser efficacement les données des étudiants pour générer des suggestions pertinentes.
3. Une interface conviviale favorisera l'engagement des étudiants et leur adoption du système.
4. Le système d'orientation académique réduira l'indécision et le taux d'échec scolaire en orientant les étudiants vers des domaines adaptés.
5. L'intégration du système dans les environnements éducatifs facilitera l'accès et l'utilisation généralisée.
Méthodes
Méthode expérimentaleMéthode analytique
Bibliographie
1. Clark, R. M., & Coker, H. L. (2017). Artificial intelligence in educational advising: Current college student perceptions and future implications. Journal of College Student Retention: Research, Theory & Practice, 19(3), 333-350.2. Gkotsis, G., Liakata, M., Pedrinaci, C., & Domingue, J. (2014). Ontology-based sentiment analysis of Twitter posts for academic advising. In Proceedings of the 11th Extended Semantic Web Conference (ESWC) (pp. 61-76). Springer.
3. Hargis, J., & Evans, J. (2015). A review and analysis of college and university chatbots: Exploring factors of user satisfaction, success, and acceptance. International Journal of Information and Communication Technology Education (IJICTE), 11(1), 36-50.
4. Lee, W. C., & Lee, Y. H. (2018). Intelligent career advising system using fuzzy logic. International Journal of Engineering and Technology, 10(5), 433-437.
5. Li, J., & Park, Y. (2019). Personalized career guidance system using machine learning. In Proceedings of the 2019 9th International Conference on Information Science and Technology (ICIST) (pp. 186-191). IEEE.
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIELEncadreur: MOLO Joaquim MBASA
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON