Geri Dön

Veri madenciliği yöntemleri ile mühendislik fakültesi uzaktan eğitim bölümlerinin analizi: Karabük Üniversitesi örneği

An analysis of distance education programs of engineering faculty by data mining methods: Karabuk University sample

PDF İndir

  1. Tez No: 374695
  2. Yazar: ABDULKADİR TAŞDELEN
  3. Danışmanlar: YRD. DOÇ. DR. BEKİR SIDDIK GÜR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

Teknolojinin hızla gelişmesi ve daha yaygın kullanılması ile başta kişisel veriler olmak üzere birçok veri dijital ortamlarda saklanabilmektedir. Zamanla saklanan bu verilerden anlamlı ilişkiler ve örüntüler çıkartılmaya başlanmıştır. Veriden bilgi keşfini sağlayan birçok veri madenciliği yöntem ve tekniği geliştirilmiş ve farklı alanlarda kullanılmıştır. Veri madenciliği yöntemlerinin uygulanabileceği alanlardan bir tanesi yükseköğretim alanıdır. Yükseköğretim kurumlarında yer alan otomasyon sistemleri öğrencilere ait demografik bilgiler başta olmak üzere akademik başarıları, devam durumları, ders seçimleri vb. gibi bilgileri bir otomasyon sisteminde tutmaktadır. Ayrıca uzaktan eğitim veren kurumlarda bu bilgilere ilave olarak öğrencilerin öğrenim yönetim sistemindeki ders içi ve ders dışı etkinlikleri de kayıt altında tutulmaktadır. Tüm bu kayıtlardan öğrencilere ait çeşitli tanımlamalar ve tahminler yapılabilmektedir. Ülkemizde son yıllarda üniversite sayısı günden güne artmaktadır. Bu üniversitelerde yüzyüze eğitim veren programların yanı sıra uzaktan eğitim veren farklı önlisans ve lisans programları da açılmaktadır. Uzaktan eğitim programlarına sahip üniversitelerden bir tanesi de Karabük Üniversitesidir. Aynı zamanda bu üniversite uzaktan eğitim ile mühendislik eğitimi vermeye başlayan iki üniversiteden biri olma özelliğini taşımaktadır. Bu çalışmada Karabük Üniversitesi uzaktan eğitim mühendislik bölümleri veri madenciliği yöntemleri ile analiz edilmiştir. Bu yöntemlerden demografik özelliklerin analizi tanımlayıcı istatistiksel yöntemlerden yararlanılarak, üniversite giriş puanları ile not ortalamalarının analizleri parametrik ve parametrik olmayan testlerden yararlanılarak yapılmıştır. Araştırma sonucunda bölümlerin kendi içerisinde yapılan analizler birinci öğretim, ikinci öğretim ve uzaktan eğitim programlarına ait üniversite giriş puanları arasında anlamlı fark olduğu sonucuna varılmıştır. Ayrıca farklı iki bölüme ait uzaktan eğitim programlarına üniversite giriş puanları arasında da istatistiksel olarak anlamlı bir fark olduğu sonucuna varılmıştır. Üniversite giriş puanının ağırlıklı genel not ortalamasını pozitif yönde fakat düşük oranda yordadığı sonucuna varılmıştır. Bu da üniversite giriş puanının tek başına akademik başarıyı yordama da yeterli olmadığını göstermektedir. Ayrıca not ortalamaları analiz edildiğinde her bölümün birbirinden farklılaştığı sonucuna varılmıştır. En son olarak lojistik regresyon analizi ile geliştirilen model farklı değerler verilerek örneklendirilmiştir.

Özet (Çeviri)

As a result of new developments and common use of technology, lots of data, specifically personal data, can be stored on digital platforms. By the time of progress, meaningful relations and patterns has been deduced from these stored data. Lots of data mining methods and techniques discovering knowledge from data have been developed and used in different fields. One of the fields of the data mining methods used is higher education. All information about students such as academic success, course selection, drop out, and particularly demographic information are stored in the student information system in higher education institutions. Additionally, students' course activities both internal and external are stored in the learning management systems in distance education institutions. Some predictions and descriptions can be made from these records. The number of universities in our country is increasing in recent years. These universities may have both formal education and distance education courses. Karabuk University is one of the universities which has distance education courses. Also, this university is one of the two universities which has started our country's first distance engineering courses. In this study, Karabuk University distance education engineering courses are analyzed by the data mining methods. Demographical features have been analyzed by descriptive statistic methods, university entrance examination score and cumulative grade point average have been analyzed by parametric and nonparametric test methods. In the end of the study, significant difference has been found among all programs both daytime education, evening education and distance education in terms of university entrance examination score. Also, it has found that there is a significant difference between two distance education programs regarding university entrance examination score. It has found that there is a significant positive but poor correlation between university entrance examination score and cumulative grade point average. This shows that university entrance examination score is not enough to predict academic success. Additionally, when grade points have analyzed, it has found that each programs have been differentiated. Finally, the model being developed by logistic regression analyze, has been illustrated by giving various values.

Benzer Tezler

  1. Tez No

    329613

    Veri madenciliği ile mühendislik fakültesi öğrencilerinin okul başarılarının analizi

    Investigation of student success at faculty of engineering by using data mining

    AHMET SAYGILI

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SONGÜL ALBAYRAK

  2. Tez No

    389460

    Veri madenciliği yöntemlerini kullanarak anemi sınıflandırılmasına yönelik bir uygulama

    Classification of anemia using data mining methods: An application

    BETÜL MERVE FAKI

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BAŞAR ÖZTAYŞİ

  3. Tez No

    340813

    Tıbbi araştırmalarda destek vektör makinelerinin kullanımı

    Using of support vector machines in medical research

    ÖZGE AKŞEHİRLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    BiyoistatistikDüzce Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. HANDAN ANKARALI

  4. Tez No

    496581

    Makine öğrenme algoritmaları kullanarak rüzgar hızı tahmininde meteorolojik parametrelerin etkisinin incelenmesi

    The effect of meteorological parameters in wind speed estimation using machine learning algorithms

    GÜLDEN DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiGaziosmanpaşa Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CEM EMEKSİZ

  5. Tez No

    513703

    Veri madenciliği teknikleri kullanılarak sosyal ağlar aracılığı ile bilgisayar ve bilişim mühendisliği mezun öğrenci profillerinin belirlenmesi

    Analysis of student professions graduated from computer and information systems engineering through social networks using data mining techniques

    ESİN AYŞE ZAİMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. NİLÜFER YURTAY

Geri Dön