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
- Tez No: 494810
- Danışmanlar: YRD. DOÇ. DR. ALPASLAN BURAK İNNER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Eğitsel veri madenciliği, eğitimle ilgili olarak elde edilen verilere veri madenciliği teknikleri uygulayarak öğretim yöntemlerini ve öğrenme sürecini geliştirmeye yardımcı olmaya çalışan bir çalışma alanıdır. Bu alanda yapılan çalışmaların amacı öğrenci performansını ve öğrencinin eğitim çıktılarını geliştirmeye yardımcı olacak bilgileri keşfetmektir. Bu tez çalışmasında hangi öğrenci davranışının öğrenme üzerinde daha çok katkısı olduğunun araştırılabileceği bir model önerilmektedir. Bu nedenle bu çalışmada öğrencilerin davranışsal özellikleri olarak adlandırılan yeni bir özellik seti kullanılmaktadır. Bu özellikler öğrencilerin etkileşime girebileceği tüm fiziksel ve dijital eğitim ortamlarından elde edebileceği öğrenme deneyimleriyle ilgilidir. Öğrenme deneyimleri, bireylerin eğitim ortamlarında yaşadıkları öğrenme yaşantılarıdır. Bu çalışmada literatürdeki çalışmaların aksine öğretime etkisi olan parametre değil öğretimi iyileştirecek parametre üzerinde çalışılmaktadır. Bu nedenle öğrencilere ait demografik veriler bu çalışmada kullanılmamıştır. Bu çalışmada öğrenme deneyimlerinin Experience Api ile kaydedilebildiği bir sistem kurulmuştur. Öğrenme deneyimi kayıtlarına veri ön işleme adımları uygulanıp veri seti elde edilmiştir. Elde edilen veri seti sınıflandırma algoritmalarından Karar Ağacı ve Gini algoritmalarıyla sınıflandırılmıştır. Oluşturulan modelde hangi deneyim kaydının başarı üzerinde etkisinin daha fazla olduğu tespit edilebilmektedir. Test verisiyle oluşturulan model sınandığında %76 oranında doğru sonuç elde edildiği görülmektedir.
Özet (Çeviri)
Educational data mining is a field of study which is trying to help to improve teaching methods and learning process by applying data mining techniques to educational data which are acquired. The purpose of the studies is to discover the informations that provide to improve a learner's performance and educational outputs. In this thesis, a model is proposed that which student behavior may be investigated as a contribution to learning. A new feature set called behavioral characteristics of students is used in this study. These features relate to learning experiences that students can obtain from all the physical and digital learning environments in which they can interact. Learning experiences are individuals' learnings through experiencing in learning environments. In this thesis, contrary to the studies in the literature, the parameter which will improve the teaching is studied, not the parameter which has effect on teaching. On this purpose, demographic data belonging to the students has not been used. In this study, a system has been set up where learning experiences can be recorded via Experience API. Developed learning environments have been integrated into the Experience API. Data pre-processing steps have been applied to these learning experience records and the data set has been obtained. The obtained dataset is classified by algorithms classification; Decision Tree and Gini algorithms. In the created model, it can be determined which experience record has got more effect on achievement. When the model generated by the test data has been tried, 76% correct results have been obtained.
Benzer Tezler
- Modelisation des processus d'analyse pour la comprehension des strategies de supervision et de retroaction des enseignants pendant leur activite en face des eleves
Öğrencilerin önünde öğretmenlerin davranışlarını ve tepkilerini anlamaya yönelik analiz işleminin modellenmesi
GÜLAY YILDIRIM
Yüksek Lisans
Fransızca
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖNEN EREN
- 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
- Uzaktan eğitim sürecinde kullanılan e-öğrenme ortamında öğrencilerin profilleri ve öğrenme yaklaşımlarının incelenmesi: Bir öğrenme analitiği çalışması
Investigation of students' profiles and learning approaches in the e-learning environment used in the process of distance education: A learning analytical study
HASAN ESAT VURAL
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiSakarya ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. HAKKI BAĞCI
- 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
- 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