Yurtta barınan öğrencilerin ayrılma sebeplerinin veri madenciliği yöntemleriyle analiz edilmesi
Analyzing the reasons for leaving the students living in the dormitory with data mining methods
- Tez No: 860372
- Danışmanlar: DOÇ. DR. OKTAY YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Barınma, tüm dünyada üniversite öğrencileri için önemli bir sorun oluşturmaktadır. Üniversite öğrencilerinin büyük bir bölümü öğrenim hayatlarının bir döneminde devlet yurtlarında kalmaktadır. Ülkemizde 2023 yılı verilerine göre devlet yurtları 900 bin yatak kapasitesine ulaşmış olmasına rağmen, halen barınma sorunu yaşayan öğrenciler bulunmaktadır. Bu noktada yurtların iyi organize edilmesi, mevcut kapasitenin en uygun şekilde kullanılması ve ihtiyaç sahibi öğrencilere ortam oluşturulması büyük önem arz etmektedir. Gerçekleştirilen bu tez çalışmasında, Kredi ve Yurtlar Genel Müdürlüğü (KYGM)'nde barınan öğrencilerin; yurttan ayrılma nedenlerinin veri madenciliği yöntemleriyle analiz edilmesi, yurt şartlarının iyileştirilmesi veya sosyal ortamın düzenlenmesi için öneriler sunulması, ayrılma nedenleri ve barınan öğrencilerin çeşitli özellikleri analiz edilerek; ayrılması baştan öngörülen öğrencilerin yurt başvuru ve yerleştirme kriterlerinin yeniden gözden geçirilmesinin sağlanması amaçlanmıştır. Mevcut veri üzerinde ilk aşamada veri ön işleme ve öznitelik analizi gerçekleştirilmiştir. Öznitelik seçimi, korelasyon tabanlı özellik seçimi ve bilgi kazancı kullanılarak yapılmıştır. Temel makine öğrenmesi yöntemleri ile modellerin aşırı uyumunu önlemek için 10-kat çapraz doğrulama kullanılmıştır. Ankara ilinde barınan öğrenci verileri ile oluşturulan yurt öğrenci veri kümesinde, karar tablosu (decision table) %86,95 doğruluk ve %89 AUC, adaboost %86,93 doğruluk ve %89 AUC, karar kütüğü (decision stump) %86,93 doğruluk ve %85 AUC ile iyi performans gösteren sınıflandırıcılar olmuşlardır. %91,6 ile en iyi AUC alanına sahip random forest %86,3 doğruluk oranı göstermiştir. Öncelikli öğrenci verileri dikkate alınan öncelikli öğrenci veri kümesinde ise logistBoost %81,89 doğruluk ve %88 AUC, karar ağacı (J48) %81,59 doğruluk ve %83 AUC oranı ile en iyi performans veren algoritmalardır. Sınıflandırıcılar; doğruluk, hatırlama, kesinlik, f-ölçüsü ve ROC eğrisi gibi metrikler kullanılarak değerlendirilmiştir. Sonuçlar; yurt öğrenci veri kümesinin decision table, öncelikli öğrenci veri kümesinin logistBoost algoritmalarını kullanarak daha iyi sınıflandırıldığını ortaya çıkarmıştır.
Özet (Çeviri)
Accommodation is an important problem for university students all over the world. Most of the university students stay in state dormitories for a period of their education life. Although state dormitories have reached 900 thousand bed capacity in our country according to 2023 data, there are still students who have accommodation problems. At this point, it is of high importance to organise the dormitories efficiently, to use the existing capacity in the most optimum way and to create an environment for the students in need. In this thesis study, it is aimed to analyse the reasons for leaving the dormitories of the students accommodated in the General Directorate of Credit and Dormitories (KYGM) by using data mining methods, to provide suggestions for improving the dormitory conditions or organising the social environment, to ensure that the dormitory application and allocation criteria of the students who are initially predicted to leave are reviewed by analysing the reasons for leaving and various characteristics of the students accommodated. In the first stage, data pre-processing and attribute analysis were performed on the available data. Feature selection was performed using a correlation-based feature selection and information gain. In order to prevent overfitting of models with basic machine learning methods, 10-fold cross-validation was used. In the dormitory student dataset created with the data of students living in Ankara, decision table with 86.95% accuracy and 89% AUC, adaboost with 86.93% accuracy and 89% AUC, decision stump with 86.93% accuracy and 85% AUC were the best performing classifiers, random forest with the best AUC of 91.6% showed an accuracy rate of 86.3%. In the prioritised student dataset, logistBoost with 81.89% accuracy and 88% AUC, decision tree (J48) with 81.59% accuracy and 83% AUC were the best performing algorithms. The classifiers were evaluated using metrics such as accuracy, recall, precision, f-measure and ROC curve. The results revealed that the dormitory student dataset was better classified using decision table and the priority student dataset was better classified using logistBoost algorithms.
Benzer Tezler
- Pandemi dönemi sonrası yurtta barınan genç yetişkinlerin beslenme düzenindeki değişiklikler
Başlık çevirisi yok
İREM BEYZA ÖZKAN
Yüksek Lisans
Türkçe
2023
Beslenme ve DiyetetikKırklareli ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
PROF. İSMAİL ÖZKAYA
- Kar amaçsız kuruluşlarda müşteri şikayet ve memnuniyetinin incelenmesi: Yüksek Öğrenim Kredi ve Yurtlar Kurumu'nda bir araştırma
An examination of customer complaints and satisfaction in nonprofit organizations: A research at the Higher Education Credit and Dormitories Institution
HALİME USTA
Yüksek Lisans
Türkçe
2017
İşletmeTürk Hava Kurumu Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. ŞAFAK KURT
- Üniversite öğrenci yurtlarının hizmet kalite algısının ölçülmesi: Karabük ili yurtlarında bir uygulama
Measurement of service quality perception of university dormitories: An application in Karabük province dormitories
CANSU ÖZMEN
Yüksek Lisans
Türkçe
2019
İşletmeKarabük Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HİCRAN ÖZGÜNER KILIÇ
- Yüksek öğrenim yurtlarında iş sağlığı ve güvenliği risklerinin değerlendirilmesi
Assessment of occupational health and safety risks in higher education dormitories
FERİDE IŞIL TÜRKMEN
Yüksek Lisans
Türkçe
2019
Halk SağlığıUşak Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA ÇETİNKAYA
- Türkiye'deki yetiştirme yurtlarında yönetim süreçlerinin işleyişi
Başlık çevirisi yok
ABDURRAHMAN GÜNEŞ