Veri madenciliğinde kümeleme analizi ve öğretim başarısının değerlemesine ilişkin bir uygulama
Clustering in data mining and an application on students assessment
- Tez No: 146982
- Danışmanlar: PROF. DR. ÖNER ESEN
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Başarı, Değerleme, Dil öğretimi, K-Means algoritma, Kümeleme analizi, Veri madenciliği, Yabancı dil öğretimi, Öğrenci başarısı, Öğretim, Success, Valuation, Language teaching, K-Means algorithm, Cluster analysis, Data mining, Foreign language teaching, Student achievement, Teaching
- Yıl: 2004
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Veri Madenciliği teknikleri son zamanlarda gelişmiş ve bir çok alanda kullanılmaya başlanmıştır. Gerek yazılım ve gerekse de donanım olsun, gelişmekte olan bilişim teknolojisi araçlarının, bu konuda önemli bir rolü vardır. Veri depolama kapasiteleri arttıkça, sadece veri madenciliği kullanma arzusu değil aynı zamanda daha hızlı algoritmalara olan ihtiyaç da artmıştır. K-ortalama kümeleme algoritması bu alanda yaygın bir şekilde kullanılmaktadır. Bununla beraber, algoritmanın taramasının fazlalığı büyük veri tabanlarında kullanılmasını engellemektedir. Bu tezde, algoritmanın tarama sayısını azaltarak daha hızlı çalışmasını sağlayacak yeni bir örnekleme tekniği önerilmiştir. Aynı zamanda, veri madenciliği yöntemi öğrenci başarısının değerlemesinde kullanılarak, yabancı dil öğreniminde daha homojen grupların oluşturulması sağlanmıştır. Uygulamanın sonuçları bu tez çerçevesinde sunulmuştur.
Özet (Çeviri)
Data mining techniques have been developed and used in many areas recently. The developing information technology facilities, both software and hardware, have an important role in this issue. As the data storage capacity enlarged not only the desire and the motivation to use data mining increased but also the need for speedy data mining algorithms emerged. K-means clustering algorithm is widely used in this area; however, the number of its iterations disables the algorithm to be used for large data sets. In this thesis, a new dynamic sampling technique has been proposed to decrease the number of iterations and to run the algorithm faster. Also, data mining has been implemented in student assessment procedure to create more homogenous teaching classes for language learning. The results of this implementation are presented in this thesis. Ill
Benzer Tezler
- Ebeveynlerin dijital ebeveynlik öz yeterliklerinin veri madenciliği ile değerlendirilmesi
Evaluation of parents' digital parenting self-efficacy through data mining
İPEK DURMAZ
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimFırat ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AHMET TEKİN
- Veri madenciliği ve Anadolu Üniversitesi uzaktan eğitim sisteminde bir uygulama
Data mining and an application on ASnadolu University distance education system
SİNAN AYDIN
Doktora
Türkçe
2007
Eğitim ve ÖğretimAnadolu Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ALİ EKREM ÖZKUL
- Matematik alanında üstün yetenekli ve zekalı öğrencilerin bazı değişkenler açısından veri madenciliği ile belirlenmesi
Determination of the mathematically gifted and talented students using data mining in terms of some variables
ESRA AKSOY
Yüksek Lisans
Türkçe
2014
Eğitim ve ÖğretimDokuz Eylül Üniversitesiİlköğretim Ana Bilim Dalı
DOÇ. DR. SERKAN NARLI
- Zeki öğretim sistemlerinde veri madenciliği kullanılması
Using data mining on intelligent tutoring systems
BUKET DOĞAN
Doktora
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF.DR. YILMAZ ÇAMURCU
- Üniversite öğrencilerinde problemli teknoloji kullanımının veri madenciliği yöntemleri ile incelenmesi
Investigation of problematic technology use in university students with data mining methods
ZEYNEP EYMİR ÖZTEKİN
Doktora
Türkçe
2023
Eğitim ve ÖğretimFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
PROF. DR. AHMET TEKİN