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
- Tez No: 513703
- Danışmanlar: DOÇ. NİLÜFER YURTAY
- 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: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Bilişim teknolojilerindeki gelişmeler ile birlikte, kişilerin şahsi ve mesleki yeterliliklerini göz önüne serdikleri sosyal iş ağları özellikle mesleki tecrübelerin öne çıktığı, yazılı kuralları olmayan ancak beyan edilen bilgilerin doğru olduğu kabul edilen bir nevi özgeçmiş yayınlama platformu haline gelmiştir. Bu tez çalışmasında, lisans öğrenimini Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesinde tamamlayan 834 adet öğrencinin aktif olarak çalıştıkları kurum, kuruluş ve işletme bilgilerine sosyal iş ağlarından ulaşılarak mezun öğrencilerin sektör bilgileri etiketlenmiştir. Mezunların en çok bilişim, finans ve özel sektörde faaliyet gösterdiği, en az güvenlik ve medya sektörünü tercih ettiği gözlenmiştir. Etiketlenen sektör bilgileri ile öğrencilerin lisans eğitimleri sırasında aldıkları 10 adet dersin not ve başarı durumları temel istatistik yöntemleri ile işlenerek veri ambarı oluşturulmuştur. Apriori algoritması ve Rapidminer yazılımı kullanılarak mezun öğrencilerin sektörel eğilimleri ve öğrenim gördükleri dersler arasındaki başarı ilişkisi ortaya çıkarılmıştır. Ortaya çıkarılan“sektör-ders”ilişkileri göz önünde bulundurularak, Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi müfredatı için kullanılabilecek faydalı bir model geliştirilmiştir.
Özet (Çeviri)
Along with the developments in information technologies, the social business networks which the personal and professional competences of the people are taken into consideration, have become a platform for publishing resumes that do not have written rules and are especially prominent in their professional experience. In this thesis, 834 students who completed their undergraduate studies at the Faculty of Computer and Information Sciences of Sakarya University were accessed from the social business networks and the sectoral information of the graduates was labeled. It has been observed that the graduates most preferred in the Information, Finance and Private Sector, the least in the Security and Media sectors. The data warehouse was formed by processing the sectoral information labels and the grades and achievements of the 10 courses that the students took during their undergraduate education using basic statistical methods. Apriori algorithm and RapidMiner software were used to reveal the relationship between the sectoral trends of graduate students and the courses they have studied. A useful model with taking into consideration the“sector-course”associations was developed for the Sakarya University Computer and Information Sciences Faculty curriculum in the following years.
Benzer Tezler
- Veri madenciliği teknikleri ile sağlık turizminde rezervasyon iptallerinin tahmini
Prediction of reservation cancellations in health tourism with data mining techniques
EROKAN CANBAZOĞLU
- Sosyal ağlarda topluluk yapılarının analizi
Analysing the community structure on social networks
ONUR BOY
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ERTÜRKLER
- Veri madenciliği makine öğrenmesi algoritmaları ile telekom sektöründe sosyal ağ analizi
Social network analysis in telecom industry with data mining machine learning algorithms
ÜLKÜ FATMA GÜRSOY
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET KURULAY
DOÇ. DR. MEHMET SIDDIK AKTAŞ
- Analytics of Turkish official gazette archives using big data mining techniques
Resmi gazete arşivlerinin büyük veri teknikleri ile analiz edilmesi
YASEMİN CAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
- Veri madenciliği yöntemleri ile sağlık sektörü veritabanlarında bilgi keşfi: Tanımlayıcı ve kestirimci model uygulamaları
Knowledge discovery in health sector databases by using data mining methods: Applications of descriptive and predictive models
SEZGİN IRMAK