Aujourd'hui, tous les établissements d'enseignement supérieur, en particulier les écoles d'informatique et d'ingénierie, sont confrontés à des défis dans le processus d'admission. Chaque université devrait s'efforcer de mettre en place un système d'admission basé sur des critères d'admission valides et fiables qui permettent de sélectionner des candidats susceptibles de réussir dans ses programmes. En outre, chaque université devrait utiliser les meilleures techniques possibles pour prédire les futurs résultats académiques des candidats avant de les admettre. Cela aiderait les décideurs universitaires à définir des critères d'admission efficaces. Cependant, la plupart des établissements d'enseignement supérieur se heurtent à des difficultés lorsqu'ils analysent leurs vastes bases de données éducatives pour prédire les performances des étudiants. En effet, ils n'utilisent que des méthodes statistiques conventionnelles plutôt que des techniques prédictives nouvelles et efficaces telles que l'exploration de données éducatives (Educational Data Mining), qui est la technique la plus populaire pour évaluer et prédire les performances des étudiants.