Geri Dön

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

  1. Tez No: 494810
  2. Yazar: ERDEM KISMET
  3. Danışmanlar: YRD. DOÇ. DR. ALPASLAN BURAK İNNER
  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: 2018
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Fransızca

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÖNEN EREN

  2. 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

    Türkçe

    2019

    Eğitim ve ÖğretimAkdeniz Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. KEMAL KAYIKÇI

  3. 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

    Türkçe

    2023

    Bilim ve TeknolojiSakarya Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    DOÇ. DR. HAKKI BAĞCI

  4. 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

    Türkçe

    2021

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. NURİ DOĞAN

  5. 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