AI‑Driven University Quality Assessment across Libya Using Digital Data Sources
الكلمات المفتاحية:
تحليل المشاعر، التجميع، التصور البياني، التعليم العالي، ليبيا، قابلية إعادة الإنتاجالملخص
تهدف هذه الدراسة إلى تطوير نموذج تحليلي غير خاضع للإشراف باستخدام لغة بايثون، يعتمد على نهج إنساني متمحور حول البيانات لتقييم الجامعات الليبية. يجمع النموذج بين مؤشرات هيكلية كمجموعة بيانات (أعداد الطلاب، عدد الكليات، أعضاء هيئة التدريس، البحث العلمي، ومؤشرات الجودة) وبين إشارات آنية للمشاعر العامة المستخلصة من المصادر الإلكترونية المفتوحة باللغتين العربية والإنجليزية. بعد إجراء عمليات التنظيف والتوحيد لجميع السمات، يتم تقدير مستوى المشاعر على مستوى المؤسسة وربطه بالمقاييس الهيكلية. يكشف خط التجميع غير الخاضع للإشراف باستخدام خوارزمية K-means عن ثلاثة أنماط مميزة للمؤسسات. وتتيح التصورات البيانية المحسّنة (الأشكال 8–10) عرض النتائج بشكل يسهل على صانعي القرار استيعابها [انظر الملحق الأول]. أظهرت النتائج وجود تباين كبير في الأداء الهيكلي والإدراك العام، مما يوضح كيف يمكن لبيانات الإدراك أن تكمل المؤشرات التقليدية. يقدم هذا النهج إطارًا قابلاً للتوسع يمكن تحديثه بشكل مستمر، لمراقبة جودة التعليم العالي في ليبيا [انظر الملحق الأول للاطلاع على البرمجة الكاملة للموديل [
