Geri Dön

Eğitsel veri madenciliği ile öğrenci profillerinin belirlenmesi

Determining student profiles with educational data mining

  1. Tez No: 497559
  2. Yazar: ABDULLAH RAGIP ERSÖZ
  3. Danışmanlar: PROF. DR. AYSAN ŞENTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Eğitimde internetin kullanımı, öğretim yazılımları ve e-uygulamalarda yaşanan artış sayesinde veri tabanlarında eğitimle alakalı birçok veri depolanmıştır. Bu verilerin arasında gizli, bilinmeyen, eğitimin nasıl yapılması gerektiğine ışık tutacak ve öğrencileri daha iyi anlamamızı sağlayacak ilişkiler olduğu söylenebilir. Bu çalışmada Eğitsel Veri Madenciliği yöntemleri kullanılarak öğrenci profillerinin oluşturulması amaçlanmıştır. Araştırmanın örneklemini Uludağ Üniversitesi Eğitim Fakültesi öğrencilerinin tamamı oluşturmaktadır. Veriler ilk olarak Veri Ön İşleme sürecinden geçerek analize hazır hale getirilmiştir. Çalışmada Veri Madenciliği yöntemlerinden Sınıflandırma Analizi yöntemleri kullanılmıştır. Bulgular ışığında öğrenci başarılarının önem sırasına göre bölüm, akademik dönem, geliş şekli ve cinsiyet değişkenlerine göre farklılık gösterdiği tespit edilmiştir. Yapılan sınıflandırma analizi ile hazırlanan karar ağacında doğum yılı ve akademik dönem değişkenleri düğüm noktaları olarak belirlenmiştir. Ayrıca veriler arasında bilinmeyen gizli kurallar oluşturulmuştur. Eğitsel Veri Madenciliği sayesinde ilk bakışta anlamsız görünen veri yığını içinden gizli ilişkiler, öğrencileri daha iyi tanımamızı sağlayacak bilgiler, öğrencileri yönlendirebileceğimiz kurallar çıkartılmıştır.

Özet (Çeviri)

Many educational data acumulated in the databases with the increase the use of the internet in education, teaching softwares and e-applications. Among these data, it can be said that there are hidden, unknown, relationships that will shed light on how education should be done and how students learning. In this study, it is aimed to create student profiles by using Educational Data Mining methods. The sample of the research consists all the students of Uludağ University Faculty of Education. The data was first made available to analyze through the Data Preprocessing process. Classification Analysis, Decision Trees, Rule Induction and Gain By Weight methods are used in the study. According to findings, student achievement differs according to department, academic period, arrival type and gender variables. Rule Indiction parameters and unknown secret rules were created between the data and the importance weights of the variables were determined by the Gain By Information Weight algorithm. Through Educational Data Mining, hidden relationships from a seemingly insignificant amount of data at first sight, information that will help us better identify our students, and the rules we can direct students with are extracted through data mining analyzes.

Benzer Tezler

  1. Açık öğretim liseleri öğrencilerinin okul terki ve mezuniyet durumlarının eğitsel veri madenciliği ile incelenmesi

    Examining dropout and graduation status of open high school students using educational data mining

    AHMET POLAT

    Doktora

    Türkçe

    Türkçe

    2021

    Eğitim ve ÖğretimSakarya Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. MEHMET BARIŞ HORZUM

  2. 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

  3. Çevrimiçi öğrenme ortamındaki etkileşim verilerine göre öğrencilerin akademik performanslarının veri madenciliği yaklaşımı ile modellenmesi

    A data mining approach to students' academic performance modeling in online learning environment based on their interaction data

    GÖKHAN AKÇAPINAR

    Doktora

    Türkçe

    Türkçe

    2014

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    PROF. DR. ARİF ALTUN

  4. Veri madenciliği uygulamaları için yeni bir arayüz tasarımı

    A new interface design for data mining applications

    YUSUF ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT KARABATAK

  5. Öğrencilerin akademik performanslarının veri madenciliği teknikleri ile analizi

    Analysis of students' academic performance using data mining techniques

    SEVDA AGHALAROVA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞAHİN IŞIK