Eğitsel veri madenciliğinde akıllı eğitim temelli öğrenci takip sisteminin geliştirilmesi: bir vaka çalışması
Development of an intelligent education-based student tracking system in educational data mining: A case study
- Tez No: 1020358
- Danışmanlar: DOÇ. DR. HÜSEYİN AVNİ ES
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Endüstri ve Endüstri Mühendisliği, Education and Training, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, yükseköğretim kurumlarında öğrencilerin dönemsel akademik performanslarının izlenmesi ve bu süreçlerde ortaya çıkan olağan dışı değişimlerin tespit edilmesine yönelik analitik bir yöntem önerilmektedir. Çalışma, öğrencilerin akademik verilerini çok boyutlu ve dönemsel bir yapı altında ele alarak, dönemler arası akademik başarı değişimlerini analiz etmeyi amaçlamaktadır. Önerilen yöntem, pazarlama analitiğinde kullanılan RFM yaklaşımından esinlenilerek geliştirilen PSB (Performans, Başarı, Denge) modeli üzerine kurulmuştur. Öğrencilerin dönemsel başarıları nicel göstergelerle temsil edilmiş; bu göstergeler K-Means tabanlı ayrıklaştırma ve kural tabanlı segmentasyon adımlarıyla anlamlı segmentlere dönüştürülmüştür. Segment dizileri üzerinden dönemler arası geçişler izlenmiş ve belirlenen eşik değerler doğrultusunda anomali tespiti yapılmıştır. Yöntem, Türkiye'de bir üniversitenin Endüstri Mühendisliği bölümüne ait sekiz ardışık dönemi kapsayan anonim veriler üzerinde uygulanmıştır. Elde edilen bulgular, önerilen yaklaşımın öğrencilerin ani akademik değişimlerini ve potansiyel risk durumlarını erken aşamada belirleyebildiğini göstermektedir. Bu yönüyle çalışma, akıllı eğitim sistemleri ile elde edilen öğrenme verilerinin akademik danışmanlık süreçlerine entegre edilmesini sağlayarak danışmanların daha hızlı ve doğru karar almasını destekleyen veri temelli bir karar destek çerçevesi sunmaktadır.
Özet (Çeviri)
In this study, an analytical method is proposed for monitoring students' semester academic performances in higher education institutions and detecting anomalous changes that occur during these processes. The study aims to analyze changes in academic achievement between semesters by addressing students' academic data in a multidimensional and longitudinal manner. The proposed method is built on the PSB (Performance, Success, Balance) model, inspired by the RFM approach used in marketing analytics. Students' semester achievements are represented by quantitative indicators; these indicators are transformed into meaningful segments through K-Means based clustering and rule-based segmentation steps. Transitions between semesters are monitored over the segments, and anomaly detection is performed based on determined threshold values. The method was applied to anonymous data covering eight consecutive semesters from the Industrial Engineering department of a university in Turkey. The findings demonstrate that the proposed approach can effectively identify anomalous changes in students' academic performance and potential risk situations at an early stage. In this respect, the study presents a data-driven decision support framework that enables academic advisors to make faster and more accurate decisions by integrating learning data obtained in intelligent education systems into academic counseling processes.
Benzer Tezler
- Eğitsel veri madenciliğinde kullanılmak üzere experience api (XAPI) temelli öğrenme deneyimi kayıtlarının işlenebilmesi için bir model geliştirilmesi
Development of a model to use in educational data mining to process the records of experience api (XAPI) based on learning experience
ERDEM KISMET
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALPASLAN BURAK İNNER
- Eğitsel verilerde WEKA ve Orange veri madenciliği yazılımlarından elde edilen analiz sonuçlarının karşılaştırılması
Comparison of analysis results obtained from WEKA and Orange data mining software in educational data mining
SEMİH TOPUZ
Yüksek Lisans
Türkçe
2021
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. NURİ DOĞAN
- Üniversite öğrenci başarısı üzerine etki eden faktörlerin veri madenciliği yöntemleri ile incelenmesi
Examining the effects on university student success by data mining techniques
ÇAĞRI KILINÇ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CELAL MURAT KANDEMİR
- Öğrenci akademik performansının kestirilmesine ilişkin bir model önerisi: Veri madenciliğine dayalı bir çalışma
Model proposal related to predicting student academic performance: A study based on data mining
MURAT ALTUN
Doktora
Türkçe
2019
Eğitim ve ÖğretimAkdeniz ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. KEMAL KAYIKÇI
- Eğitsel veri madenciliğindeki eğilimlerin çok yönlü incelenmesi
Multi-way investigation of trends in educational data mining
NUR GİZEM AK
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimHatay Mustafa Kemal ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAMİDE ŞAHİNKAYASI