Geri Dön

Veri madenciliği ile özel öğrenme güçlüğü tanılama karar destek sistemi geliştirilmesi: Tokat bölgesinde bir uygulama

Developing decision support system to diagnose specific learning disabilities by data mining: An implementation in the Tokat region

PDF İndir

  1. Tez No: 759597
  2. Yazar: MURAT URFALIOĞLU
  3. Danışmanlar: PROF. DR. SAMİ ŞAHİN
  4. Tez Türü: Doktora
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 131

Özet

Bu çalışma kapsamında il/ilçe düzeyinde hizmet veren ve bölgesinde bulunan her düzeyde okul türündeki özel öğrenme güçlüğü (ÖÖG) olan öğrencilerin tanılanmaları ile ilgili tüm süreçlerini yönetmekten sorumlu olan Rehberlik ve Araştırma Merkezleri (RAM) için bir Karar Destek Sistemi (KDS) geliştirilmiştir. Başka bir deyişle ÖÖG tahmini, veri madenciliği (VM) teknikleri kullanılarak yapılmış olup RAM'lar için özel öğrenme güçlüğü karar destek sistemi (ÖÖGKDS) geliştirilmiştir. Araştırma örneklemi, Tokat RAM'a kayıtlı ÖÖG'li yaşları 6-15 arasında 392 öğrenciden oluşmaktadır. Araştırmada öğrenciler için öğretmen tarafından doldurulan Eğitsel Değerlendirme İstek Formu, ÖÖG Öğrenci Performans Belirleme Formu, veliden alınan Veli Bilgi Formu ve verileri kullanılmıştır. RAM tarafından tanılanmış 392 öğrencinin dosyalarındaki özniteliklere ilişkin veriler incelenerek toplamda 260 öznitelik elde edilmiştir. Öznitelikler; öğrenci, öğretmen ve veliden alınan ÖÖG tanılamaya ilişkin niteliklere ek olarak demografik nitelikler de içermektedir. Aynı veriler, ÖÖG olmayan ve okullarda öğrenime devam eden 107 öğrenciden de toplanarak; toplam 499 öğrenciye ait 260 öznitelik WEKA programına girilmiş ve öznitelik seçimi yapılarak 21 özniteliğe indirgenmiştir. Seçilen 21 özniteliğe 9 farklı sınıflandırma algoritması uygulanmıştır. Uygulanan sınıflandırma algoritmaları içinde sınıflandırma başarısı en yüksek olan Random Forest algoritmasıdır. Random Forest algoritmasından elde edilen model ile Asp.NET ortamında bir KDS geliştirilmiş ve test etmek amaçlı ÖÖG'li 30 ve ÖÖG olmayan 30, toplamda 60 öğrenciye ÖÖGKDS uygulanmıştır.

Özet (Çeviri)

Within the scope of this study, a Decision Support System (KDS) has been developed for the Guidance and Research Centers (GRC), which serve at the province/district level and are responsible for managing all processes related to the diagnosis of students with special learning difficulties (SLD) in all types of schools at all levels in their region. In other words, the prediction of the LSD was made using data mining (DM) techniques and a special learning disability decision support system (SLDDDS) was developed for GRCs. The research sample consists of 392 students between the ages of 6-15 with SLD enrolled in GRC in Tokat province. In the study, the educational evaluation request form filled out by the teacher, the SLD student performance determination form, the parent information form, and data obtained from the parents were used for the students. Data on attributes in the files of 392 students diagnosed by GRC were examined and a total of 260 attributes were obtained. Attributes; In addition to the SLD diagnostic qualifications obtained from students, teachers, and parents, it also includes demographic characteristics. The same data were collected from 107 students who were not SLD and continued their education in schools; 260 attributes belonging to a total of 499 students were entered into the WEKA program and reduced to 21 attributes by selecting attributes. 9 different classification algorithms were applied to the selected 21 attributes. Among the applied classification algorithms, the algorithm with the highest classification success is the Random Forest algorithm. With the model obtained from the Random Forest algorithm, a KDS was developed in the Asp.NET environment, and to test, the ÖÖGKDS was applied to 30 students with ÖÖG and 30 without ÖÖG, a total of 60 students.

Benzer Tezler

  1. Tez No

    596815

    Veri madenciliği temelli siber tehdit istihbaratı

    Data mining based cyber threat intelligence

    SÜLEYMAN MUHAMMED ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilim ve TeknolojiGazi Üniversitesi

    Adli Bilişim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SAMİ ACAR

  2. Tez No

    876682

    A challenge to copyright: Text and data mining

    Telif hukukunda metin ve veri madenciliği

    ESMA MUHEYNE DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Hukukİstanbul Medeniyet Üniversitesi

    Özel Hukuk Ana Bilim Dalı

    DOÇ. DR. CAHİT SULUK

  3. Tez No

    713853

    Lise öğrencilerinin üniversiteye giriş başarılarının eğitsel veri madenciliği ile tahmin edilmesi

    Estimation of high school students 'success of enterence to university with educational data mining

    SAKIN CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP ALTAN

  4. Tez No

    675423

    Hybrid detection techniques for skin cancer images

    Başlık çevirisi yok

    HASAN ABED HASAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM

  5. Tez No

    526560

    Pre-release forecasting of imdb movie ratings using multi-view data

    Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi

    BEYZA ÇİZMECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

Geri Dön