Veri madenciliği ile yazılım mühendisliği dersi projelerinin iyileştirilmesi
Improvement of software engineering studies projects with data mining
- Tez No: 343799
- Danışmanlar: PROF. DR. OYA KALIPSIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Yazılımın hayatımızdaki artan önemi ve ülke ekonomisine etkileri, yazılım mühendisliğine olan ilgiyi hem akademik çevrelerde hem de endüstriyel platformlarda artırmıştır. Yazılım uygulamalarının geliştirilmesi son derece pahalı, hataya yatkın ve yoğun çalışma gerektirmektedir. Yazılım projelerinde başarısızlıkların nedeni; planlı bütçenin veya zamanın aşılması, müşteri isteklerinin karşılanamaması, projelerin iptali, düşük güvenilirlik ve kalite sorunları nedeniyle hizmet dışı bırakılmasıdır. Yazılım projelerindeki bu başarısızlıklardan dolayı, endüstri ihtiyaçlarını yeterince karşılayamayan mezunların yetiştirildiğini iddia etmektedir. Bu da akademi ile yazılım endüstrisi arasında boşluk yaratmaktadır. Tez kapsamında amacımız, yazılım mühendisliği ders projelerinin iyileştirilmesidir. Bunun için, Yıldız Teknik Üniversitesi, Sistem Analizi ve Tasarımı dersinden 86 öğrenci, Yazılım Mühendisliği dersinden 70 öğrenci ve Namık Kemal Üniversitesi, Çevik Yazılım Geliştirme dersinden 33 öğrenci yani toplamda 189 öğrenciye ders projeleri ile ilgili anket yapılmıştır. Elde edilen bulgulara göre; öğrenciler projelerde dokümantasyon, ekip içi uyum ve süre kısıtlılığı gibi sosyal yeteneklerde yetersizdirler. Ayrıca veri madenciliğinde sıkça kullanılan yöntemlerden biri olan sınıflandırma yöntemi kullanılarak anket sorularını sınıflandırmada en başarılı algoritma belirlenmiştir. En başarılı sınıflandırma algoritması belirlenirken Doğruluk, Kappa, Ortalama Mutlak Hata, ve Kök Hata Kareler Ortalaması sonuçları göz önüne alınmıştır. Elde edilen sonuçlara göre; anket sorularını sınıflandırmada en başarılı algoritma C4.5 algoritmasıdır. Bunun yanında, anket soruları arasındaki beklenmeyen ilişkileri bulmak, gizli bilgileri açığa çıkarmak için, veri madenciliğinde birliktelik kuralı çıkarım algoritmalarından biri olan Apriori algoritması kullanılmıştır.
Özet (Çeviri)
The effects of the country?s economy and the growing importance of software in our lives have increased the interest of software engineering at both of the academic and industrial platforms. The Development of software applications is extremely expensive, error prone and requires hard work. Cause of failures in software projects; the planned budget or deadline exceeded the customer demands can not be met, the cancellation of projects, low confidence and to be out of service due to quality issues. The industry claims that the software engineering graduates are not able to meet their requirements due to the failures of software projects. This also creates a gap between academia and software industry. Aim of this study to improve software engineering course projects. Therefore we have applied questionnaire totally 189 students about courses projects, 86 students attended from Yıldız Technical University in System Analysis and Design course, 70 students attended from Yıldız Technical University in Software Engineering course and 33 students attended from Namık Kemal University in Agile Software Development course. According to the findings, students are not enough social skills such as documentation, team communication, and project time difficulties in the projects. Also the most successful algorithm is determined which is one of the methods often used in data mining using the classification for classification survey question. Accuracy, kappa, mean absolute error, root mean squared error results are taken into consideration for determining the most successful classification algorithm. According to the results, J48 algorithm is the most successful algorithm for classification the survey questions. In addition, find unexpected relationships between the survey questions, to reveal confidential information, apriori algorithm of association rule mining are used, which is one of data mining algorithms.
Benzer Tezler
- 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
- Veri madenciliği uygulamaları için yeni bir arayüz tasarımı
A new interface design for data mining applications
YUSUF ÇELİK
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT KARABATAK
- Analysis of academic staff performance with data mining
Veri madenciliği ile akademik personel performansının analizi
YASEMİN KALENDER
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Kültür ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP GERGİN
- Veri madenciliği teknikleri ile üstün yetenekli öğrencilerin ilgi alanlarının analizi
Analysis of gifted students' interest areas using data mining techniques
ÖZGÜN ÇÖLLÜOĞLU GÜLEN
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. SELÇUK ÖZDEMİR
- Ders yönetim sistemi tabanlı veri madenciliği ve öğrenme analitiği
Course management system based data mining and learning analytics
SEDA TUZCU
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUZAFFER KAPANOĞLU