التحليل المقارن للتشابه المعتمد على جيب التمام (Cosine) والتشابه وفق مؤشر جاكار (Jaccard) وتشابه التراكب (Overlap) للكشف عن أنماط الغش في الاختبارات الإلكترونية
DOI:
https://doi.org/10.64095/saj.v2i1.900الكلمات المفتاحية:
الامتحانات الإلكترونية، الكشف عن الغش، تشابه جيب التمام، تشابه جاكارد، تشابه التداخلالملخص
تقيّم هذه الدراسة فعالية ثلاث خوارزميات للتشابه: تشابه جيب التمام (Cosine Similarity)، وتشابه جاكارد (Jaccard Similarity)، وتشابه التداخل (Overlap Similarity)، في الكشف عن أنماط الغش في الامتحانات الإلكترونية القائمة على نظام مودل (Moodle). ومن خلال تحليل الإجابات المقالية من مجموعة بيانات تضم 45 طالبًا، يقيّم البحث قدرة كل خوارزمية على الكشف عن مستويات التشابه المتفاوتة التي تشير إلى التعاون غير المصرح به. وتشير النتائج إلى أن خوارزمية تشابه جيب التمام تتفوق على الخوارزميات الأخرى، محققةً دقة (accuracy) قدرها 0.75، ودقة تنبؤية (precision) قدرها 0.75، واسترجاع (recall) قدره 1.0، ومقياس F1 (F1-score) قدره 0.857 في الكشف عن الإجابات المتشابهة. بينما تُعد خوارزمية تشابه جاكارد أكثر فعالية في تحديد حالات التشابه المنخفض (أقل من 50%)، في حين توفر خوارزمية تشابه التداخل نهجًا متوازنًا لحالات التشابه المعتدل (50% - 75%). وتسهم هذه الرؤى في تحسين أنظمة الكشف عن الغش في بيئات التعلم الإلكتروني من خلال اختيار الخوارزمية الأكثر ملاءمة بناءً على خصائص البيانات.
المراجع
A. M. Duhaim, S. O. Al-Mamory, and M. Salih, “Cheating detection in online exams during COVID-19 pandemic,” EasyChair Preprint, 2021.
G. Moukhliss, R. F. Hilali, and H. Belhadaoui, “Intelligent solution for automatic online exam monitoring,” International Journal of Electrical and Computer Engineering (IJECE), vol. 13, no. 5, pp. 5333–5341, Oct. 2023, doi: 10.11591/ijece.v13i5.pp5333-5341.
C. Cleophas, C. Hönnige, F. Meisel, and P. Meyer, “Who’s cheating? Mining patterns of collusion from text and events in online exams,” INFORMS Transactions on Education, vol. 23, no. 2, pp. 84–94, 2022, doi: 10.1287/ited.2021.0260.
T. P. Rinjeni, A. Indriawan, and N. A. Rakhmawati, “Matching scientific article titles using Cosine Similarity and Jaccard Similarity algorithm,” Procedia Computer Science, vol. 234, pp. 553–560, 2024, doi: 10.1016/j.procs.2024.03.039.
Z. Liu, J. Zhu, X. Cheng, and Q. Lu, “Optimized algorithm design for text similarity detection based on artificial intelligence and natural language processing,” Procedia Computer Science, vol. 228, pp. 195–202, 2023, doi: 10.1016/j.procs.2023.11.023.
X. Hu et al., “A multi-perspective adaptive cheating detection system for online examinations based on artificial intelligence,” Applied Sciences, vol. 14, no. 10, p. 4048, 2024, doi: 10.3390/app14104048.
M. Shih et al., “Human-in-the-loop AI framework for detecting cheating rings in online assessments,” arXiv preprint arXiv:2403.14711, 2024.
التنزيلات
منشور
كيفية الاقتباس
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 مجلة ساحل المعرفة للعلوم الإنسانية والتطبيقية

هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.