تحليل بيانات حضور الطلاب – College Level Student Attendance Analysis باستخدام Python

هذا المشروع يهدف إلى تحليل بيانات حضور الطلاب على مستوى المرحلة الجامعية باستخدام تقنيات تحليل البيانات وعلوم البيانات لاستخراج العوامل المؤثرة على انتظام الطلاب في المحاضرات.

تعتمد الدراسة على مجموعة بيانات تمثل سلوك الطلاب اليومي، وتشمل متغيرات متعددة مثل العوامل الديموغرافية، العادات الدراسية، نمط الحياة، الظروف البيئية، ونوع المحاضرات (حضوري / أونلاين).

? هدف المشروع

تحليل وفهم العوامل التي تؤثر على حضور الطلاب، مثل:

عدد ساعات المذاكرة

مدة النوم

وقت التنقل من وإلى الجامعة

حالة الطقس

توفر الإنترنت

السكن الجامعي (Hostel)

نوع المحاضرة (Online / Offline)

أسباب الغياب (مرض، سفر، التزامات أكاديمية...)

واستخراج أنماط واضحة تساعد في:

تحسين خطط الحضور

دعم اتخاذ القرار في المؤسسات التعليمية

بناء تصور تنبؤي حول احتمالية الحضور

? الأدوات والتقنيات المستخدمة

Python

Pandas

NumPy

Matplotlib

Seaborn

Scikit-learn

Jupyter Notebook

? خطوات التنفيذ

تنظيف البيانات ومعالجتها

إجراء التحليل الاستكشافي (EDA)

تحليل العلاقة بين المتغيرات ومعدل الحضور

إنشاء تصورات بيانية توضح الأنماط السلوكية

بناء نموذج تنبؤي لتوقع احتمالية الحضور

تقييم أداء النموذج باستخدام مقاييس الدقة

? النتائج

تم استخراج مجموعة من المؤشرات المهمة، مثل:

تأثير الطقس ووقت التنقل على معدل الحضور

ارتفاع نسبة الحضور في المحاضرات الأونلاين

تحسن انتظام الطلاب المقيمين في السكن الجامعي

علاقة إيجابية بين ساعات المذاكرة والحضور

? ما يميز المشروع

تحليل احترافي قائم على بيانات واقعية (Synthetic Data بدون مشاكل خصوصية)

كود منظم وقابل لإعادة الاستخدام

عرض مرئي واضح للنتائج

إمكانية تطوير المشروع إلى Dashboard أو نظام تنبؤي متكامل