چگونگی سنجش فراگیران و تعیین محتویات مطالب، از فعالیت های ضروری فرایندهای آموزش الکترونیکی می باشند. این فعالیت ها توسط استاد یا آموزشیار صورت گرفته و روش های ارزیابی دانشجویان، نظیر برگزاری آزمونهای برخط یا واگذاری تکالیف مدت دار به آنها تعیین می شوند. در صورتیکه برگزارکنندگان بتوانند از میزان تأثیر هر فعالیت در کیفیت یادگیری فراگیران آگاهی یابند، ضمن صرفه جوئی قابل توجه در وقت و منابع ذینفعان دوره ها، باعث انتقال مطالب مفیدتر و سنجش واقعی تر دانشجویان و در نهایت بهبود آموزش الکترونیکی خواهدشد.
در این مقاله، ابتدا با تکنیکهای فاقد ناظر داده کاوی، به خوشه بندی و توصیف وضعیت موجود فراگیران پرداخته و بکمک قاعده کاوی، قواعد نهفته در داده های آموزش الکترونیکی را استخراج و محتواهای مؤثر در نتیجه ی مطلوب فراگیران را کشف می کنیم؛ سپس، با روش های باناظر، به پیش بینی نتایج دوره ها می پردازیم. با بهره گیری از داده های واقعی فعالیت های یک درس الکترونیکی ارائه شده، و با طراحی چهار روش مختلف برای نمونه برداری داده ها و آموزش سیستم با دو درخت DT و WJ48، پیش بینی ها اجرا شدند و روش ها با نرخ دقت 92.86% اعتبارسنجی گردیدند. نشان داده ایم که اسلوب های این مطالعه می توانند به استاد درس برای شناخت بهتر فراگیران و تأثیر فعالیت های آموزشی خواسته شده از آنان نظیر- توصیف ویژگی های فراگیران بر پایه کشف الگوهای نهفته در نمره های اکتسابی آنان کمک نماید. تعیین فعالیت های مؤثرتر یادگیری و تصمیم گیری درباره ی شاخص های سنجش واقعی تر فراگیران، از مزیت های مهمی است که روش های فناورانه این مطالعه برای بهبود مدیریت دوره های یادگیری الکترونیکی فراهم می کنند.
