Eğitsel veri madenciliğindeki eğilimlerin çok yönlü incelenmesi
Multi-way investigation of trends in educational data mining
- Tez No: 618509
- Danışmanlar: DR. ÖĞR. ÜYESİ HAMİDE ŞAHİNKAYASI
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hatay Mustafa Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Bu tez çalışmasının amacı, eğitsel veri madenciliği kullanan bilimsel araştırma makalelerinin belirli değişkenler açısından incelenerek eğitsel veri madenciliği alan eğilimlerini ortaya çıkarmaktır. Eğitsel veri madenciliği gelişmekte olan bir alan olduğu için bu alanla ile ilgili çalışmaların tarandığı alanyazın incelemeleri, alan eğilimlerinin ortaya çıkarılmasına katkı sağlamaktadır. Çalışma nitel araştırma yöntemi ile tasarlanmıştır. Veri toplama yöntemi olarak doküman analizi kullanılmıştır. Bu çalışma kapsamında 1 Ocak 2013 ile 31 Aralık 2018 tarihleri arasında belirli veri tabanlarında Türkçe ve İngilizce dillerinde eğitsel veri madenciliği konusunda indekslenen alan incelemesi veya nitel olamayan 122 makale incelenmiştir. Veri toplama aracı olarak araştırmacı tarafından geliştirilen makale inceleme ölçütleri ile oluşturulan bir çizelge kullanılmıştır. Yayınlara ait demografik özellikler, araştırma konusu, örneklem özellikleri, veri toplama süreci, veri madenciliğine ilişkin kullanılan yöntemler ve araştırma sonuçları bilgileri düzenli ve sistematik bir şekilde kaydedilmiştir. Elde edilen veriler betimsel istatistik yöntemleriyle Microsoft Excel 2016 programında analiz edilmiştir. Bulgular şekil ve çizelge kullanılarak sunulmuştur. Araştıma bulgularına göre çalışma sayısının son yıllarda artış eğiliminde olduğu ve Sciencedirect ve Scopus veri tabanlarında erişim sağlanan yayın sayısının fazla olduğu görülmüştür. Çalışmaların yazar dağılımı analizinde 358 farklı yazarın eğitsel veri madenciliği konusunda yayın yaptığı sonucuna ulaşılmıştır. Çalışmaların en fazla öğrenci performansını tahmin etme ve geri bildirim sağlama konularında olduğu görülmüştür. Yapılan çalışmalarda en fazla tercih edilen çalışma grubu ise üniversite öğrencileri olmuştur. Geleneksel eğitim ortamları, veri toplamak için dijital öğrenme ortamlarına göre daha az tercih edilmiştir. Çalışmalarda veri toplama ortamı olarak en fazla e-öğrenme ve öğrenme yönetim sistemleri tercih edilmiş olup Moodle en fazla veri toplanan öğrenme yönetim sistemi olmuştur. Veri madenciliği modelleme yöntemi olarak daha çok tahmin edici modeller tercih edilmiştir. Sınıflandırma analizinin en fazla kullanılan tahmin edici model; kümeleme analizinin ise en fazla kullanılan tanımlayıcı model olduğu sonucuna ulaşılmıştır.
Özet (Çeviri)
The aim of this thesis is to investigate the tendencies of the field of educational data mining by examining the studies using educational data mining in terms of certain variables. Since educational data mining is an emerging field, conducting literature reviews examining educational data mining studies contributes to the observation of field trends. The study was desinged with qualitative research method. Document analysis was used as data collection metod. Within the scope of this study, 122 articles indexed on educational data mining in Turkish and English languages in certain databases between 1 January 2013 and 31 December 2018 were examined. Purely qualitative and literature review studies were excluded. A table including columns from a set of article review criteria developed by the researcher was used as data collection tool. The demographic characteristics of the publications, research topic, sample characteristics, data collection process, data mining metods and research results are recorded regularly and systematically. The obtained data were analyzed with descriptive statistical metods in Microsoft Excel 2016 program. The findings are presented using figures and tables. According to the findings, it was seen that the number of studies has been increasing in recent years and the number of publications provided in Sciencedirect and Scopus databases was high. In the analysis of author distribution of the studies, it was concluded that 358 different authors published educational data mining. It was seen that the most studies were about estimating student performance and providing feedback. The most preferred study group in the studies was university students. Traditional educational environments were less preferred than digital learning environments for data collection. In the studies, e-learning and learning management systems were mostly preferred to collect data, and Moodle was the most used learning management system. Prediction models were mostly preferred as data mining modeling metod. It is concluded that classification analysis is the most used predictive model and cluster analysis is the most used descriptive model.
Benzer Tezler
- 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
ERDEM KISMET
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALPASLAN BURAK İNNER
- Üniversite öğrenci başarısı üzerine etki eden faktörlerin veri madenciliği yöntemleri ile incelenmesi
Examining the effects on university student success by data mining techniques
ÇAĞRI KILINÇ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CELAL MURAT KANDEMİR
- 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 madenciliği ile öğrenci profillerinin belirlenmesi
Determining student profiles with educational data mining
ABDULLAH RAGIP ERSÖZ
Yüksek Lisans
Türkçe
2017
Eğitim ve ÖğretimUludağ ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AYSAN ŞENTÜRK
- The predictors of learners' test scores in an online exam preparation system: An educational data mining approach
Çevrimiçi sınav hazırlık sisteminde öğrencilerin sınav puanlarının yordayıcıları: Bir eğitsel veri madenciliği yaklaşımı
AYŞE GÜNAY GÖKBEN
Doktora
İngilizce
2024
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM SONER YILDIRIM
DOÇ. DR. SACİP TOKER