Geri Dön

Veri madenciliğinde kümeleme analizi ve öğretim başarısının değerlemesine ilişkin bir uygulama

Clustering in data mining and an application on students assessment

  1. Tez No: 146982
  2. Yazar: GÖKHAN SİLAHTAROĞLU
  3. Danışmanlar: PROF. DR. ÖNER ESEN
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. Sayfa Sayısı: 216

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

  1. 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

    Türkçe

    2007

    Eğitim ve ÖğretimAnadolu Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ALİ EKREM ÖZKUL

  2. Ebeveynlerin dijital ebeveynlik öz yeterliklerinin veri madenciliği ile değerlendirilmesi

    Evaluation of parents' digital parenting self-efficacy through data mining

    İPEK DURMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimFırat Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. AHMET TEKİN

  3. 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

    Türkçe

    2014

    Eğitim ve ÖğretimDokuz Eylül Üniversitesi

    İlköğretim Ana Bilim Dalı

    DOÇ. DR. SERKAN NARLI

  4. Eğitsel veri madenciliğindeki eğilimlerin çok yönlü incelenmesi

    Multi-way investigation of trends in educational data mining

    NUR GİZEM AK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Eğitim ve ÖğretimHatay Mustafa Kemal Üniversitesi

    Enformatik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMİDE ŞAHİNKAYASI

  5. Veri madenciliği ve bir uygulaması

    Data mining and its application

    ZEYNEP DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    İstatistikMuğla Üniversitesi

    DR. MEHMET KARAHASAN