Kitlesel çevrimiçi ders platformlarında kurslara yapılan yorumların metin madenciliği kullanılarak duygu analizi
Sentiment analysis of comments on courses on massive online course platforms using text mining
- Tez No: 785007
- Danışmanlar: DOÇ. DR. KEMAL ADEM
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Çağımızda kolay ulaşılabilen, az maliyetli, zaman mekan kısıtı olmayan aktiviteler daha çok ilgi görmektedir. Son zamanlarda insanların sahip olduğu olanaklar ve teknolojinin gelişimi de düşünüldüğünde insanların ilgisinde yaşanan bu değişiklik eğitime de yansımıştır. İnsanlar artık istedikleri zaman, istedikleri yerden, kendi seçebilecekleri içeriklere ulaşmak istemektedir. Bu istekler sonunda Kitlesel Açık Çevrimiçi Ders (KAÇD) platformları ortaya çıkmaya başlamıştır. Bu platformlar üzerinde ücretli veya ücretsiz birçok konuda kurslar yer almaktadır. Birçok kişi bu kurslara kayıt olmadan önce, kurslara yapılan yorumlara ve kursa verilen puana göre değerlendirme yapılarak kayıt olmaktadır. Ancak tüm yorumları okuyarak bir kurs hakkında karar vermek kolay olmamaktadır. Bu çalışmada kullanıcıların yorumları okumasına gerek kalmadan kursları olumlu olumsuz olarak değerlendirmesi amacıyla KAÇD platformlarından birisi olan Udemy sitesinde bulunan kurslara yapılan yorumlar kullanılmıştır. Bu yorumlar üzerinden klasik makine öğrenmesi ve derin öğrenme yöntemleri kullanarak kurslar hakkında olumlu olumsuz değerlendirmeleri yapılmıştır. Klasik makine öğrenmelerinden BayesNet, J48 ve OneR algoritmaları ile en başarılı sonuç %91.576 doğruluk ile BayesNet algoritmasından elde edilmiştir. Veri setine Random, GloVe ve Word2Vec kelime gömmeleri uygulandıktan sonra, derin öğrenme modellerinden GRU ve CNN-LSTM hibrit mimarileri uygulanmış ve en başarılı sonuç GloVe kelime gömmesi kullanıldıktan sonra %95.67 doğruluk oranıyla GRU mimarisinden elde edilmiştir.
Özet (Çeviri)
In our age, things that are easily accessible, less costly, and have no time and space restrictions attract more attention. Considering the possibilities that people have recently and the development of technology, this change in people's interest has also been reflected in education. People now want to access content that they can choose from wherever they want, whenever they want. As a result of these requests, Massive Open Online Course (MOOC) platforms began to emerge. There are many paid or free courses on these platforms. Before enrolling in these courses, many people register based on the comments made and the score given to the course. However, it is not easy to decide about a course by reading all the reviews. In this study, comments made on courses on Udemy, one of the MOOC platforms, were used in order to evaluate the courses positively and negatively without the need for users to read the comments. On these comments, positive and negative evaluations were made about the courses using classical machine learning and deep learning. With BayesNet, J48 and OneR algorithms from classical machine learning, the most successful result was obtained from BayesNet algorithm with an accuracy of 91.576%. After applying Random, GloVe and Word2Vec word embeddings to the dataset, hybrid architectures of GRU and CNN-LSTM from deep learning models were applied and the most successful result was obtained from GRU architecture with an accuracy of 95.67% after using GloVe word embedding.
Benzer Tezler
- Kitlesel açık çevrimiçi ders platformlarında yayınlanan siber güvenlik içeriklerinin çoklu ortam tasarım ilkeleri açısından incelenmesi
Investigation of cyber security content published in massive open online course platforms in terms of multimedia design principles
FİKRİ GÜNEŞ
Yüksek Lisans
Türkçe
2020
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. DEMET H. SOMUNCUOĞLU ÖZERBAŞ
- Kitlesel açık çevrimiçi ders platformlarına yönelik puanlama anahtarı geliştirilmesi
Developing rubric for MOOC platforms
HAKAN ÖZCAN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimGazi ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. MEHMET AKİF OCAK
- Kitlesel açık çevrimiçi derslerin mesleki gelişimde kullanılabilirliği: Özel eğitimde bir karma araştırma
Usability of massive open online courses for professional development: A mixed methods research in special education
MERAL ÖZTÜRK
Doktora
Türkçe
2021
Eğitim ve ÖğretimAnadolu ÜniversitesiUzaktan Eğitim Ana Bilim Dalı
PROF. DR. MEHMET KESİM
- Kitlesel açık çevrimiçi derslerde öğretmenlerin öz yönetimli öğrenme becerilerinin incelenmesi
An investigation of teachers'self-regulated learning skills in massive open online courses
ALPER ATLAY
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimAnadolu ÜniversitesiUzaktan Eğitim Ana Bilim Dalı
DOÇ. DR. BUKET KİP KAYABAŞ
- Kitlesel çevrimiçi açık derslerde öğrenci profillerinin ve davranış örüntülerinin kümeleme analizi ile belirlenmesi: Türkçe Öğreniyorum Sitemi örneği
Detrmining learner profiles and behavioral patterns in massive open online courses using clustering analysis: The case of Learn Turkish System
HİLAL SEDA YILDIZ
Doktora
Türkçe
2020
Eğitim ve ÖğretimAnadolu ÜniversitesiUzaktan Eğitim Ana Bilim Dalı
PROF. DR. TEVFİK VOLKAN YÜZER