ناقش الباحث أيسر ميسرة طعمي الطالب في برنامج الماجستير في علم البيانات وتحليل الأعمال رسالته الموسومة ب: "تحليل قائم على التعلم الآلي لأثر التخصص الجامعي على معدل البطالة ".
قدم هذا البحث نموذجين لتصنيف بيانات الخريجين بشكل عام، وبيانات بعض التخصصات بشكل خاص من جانب الحالة العملية (عامل، عاطل عن العمل)، وذلك من خلال تطبيق خوازميات التعلم الآلي على بيانات مسح القوى العاملة الذي ينفذه الجهازالمركزي للإحصاء الفلسطيني.
وقام الباحث بإنشاء نموذج تصنيف باستخدام خمس خوارزميات مختلفة - الغابة العشوائية وDT وXGBoost وKNN وAdaBoost لبيانات الخريجين بشكل عام، وتم تطبيق ثلاث خوازميات لتصنيف البيانات حسب التخصص الجامعي.
حيث حقق نموذج الغابة العشوائية (RF) دقة ممتازة بلغت 95.8% في بيانات الاختبار، فيما قدمت شجرة القرار (DT) دقة عالية ايضاً بنسبة 93.4%. تليها XGBoost، وKNN، وAdaBoost بنسبة 91.8%، و88%، و76.1% على التوالي لبيانات القوى العامة الخاصة بالخريجين.
أما على مستوى تصنيف الخريجين حسب التخصص فقد اظهر نموذج الغابة العشوائية دقة عالية في تصنيف حالة الخريجين (عامل، عاطل عن العمل) وذلك للأربعة تخصصات التي تم اختيارها (الأعمال والإدارة والقانون)؛ (الهندسة والتصنيع والبناء)، التعليم، (والصحة والرفاهية). حيث تجاوزت الغابة العشوائية كلاً من شجرة القرار و KNN، وحققت أعلى نتائج دقة بلغت 94.9%، و94.7%، و94.1%، و94% لكل تخصص على التوالي.
وأشرف على الرسالة و أ.د. اّنا فيرنانديز فيلاس Ana Fernández Vilas، وضمت لجنة الممتحنين كلا من: أ.د. مانيويل فرنانديز فيغا Manuel Fernández-Veiga و د. أماني عودة.
