Identifying research trends in computer engineering and computer science master's programs in Türkiye using topic modeling techniques: LDA, TOP2VEC, AND BERTOPIC
Türkiye'de bilgisayar mühendisliği ve bilgisayar bilimleri yüksek lisans programlarındaki araştırma eğilimlerinin konu modelleme teknikleri kullanılarak belirlenmesi: LDA, TOP2VEC, AND BERTOPIC
- Tez No: 934200
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT SARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 141
Özet
Bu tez, konu modelleme tekniklerinin uygulanması yoluyla Türkiye'deki Bilgisayar Mühendisliği ve Bilgisayar Bilimleri Yüksek Lisans programlarındaki araştırma eğilimlerinin belirlemeyi hedeflemektedir. Tez çalışmasında, yök tez veritabanı aracılığıyla elde edilen 2020-2024 yılları arasında Türkiye'de yayınlanan 6.174 Bilgisayar Mühendisliği ve Bilgisayar Bilimleri Yüksek Lisans tezinin araştırma konularını belirlemek için BERTopic, Top2Vec ve LDA metodolojileri kullanılmıştır. Araştırma sonuçlarına göre hem LDA hem de BERTopic tekniklerinin tutarlılık skoru en iyi sonuçları verirken, LDA çapraşıklık metriği açısından üstün performans göstermiştir. Bulgular, 2020'deki tezlerin ağırlıklı olarak veri analizi ve yazılım uygulamalarına odaklandığını, makine öğreniminin ise 2021'de öne çıkan bir araştırma alanı olduğunu ortaya koymaktadır. 2022'de, görüntü işleme ve makine öğrenimi konuları, 2023'te ise makine öğrenimi ve algoritma teorisi konuları öne çıkmaktadır. Son olarak, 2024 yılında en popüler konular yapay zekâ ve doğal dil işleme olmuştur. Bu çalışmanın sonuçları, üniversite yöneticilerine akademik ve araştırma gündemlerini bilgisayar mühendisliği ve bilgisayar bilimleri araştırmalarının gelişen ulusal ortamıyla uyumlu hale getirmek için veri odaklı bir metodoloji ve ileriye dönük içgörüler sağlamaktadır.
Özet (Çeviri)
This thesis aims to identify research trends in Computer Engineering and Computer Science Master's programs in Turkey through the application of topic modeling techniques. In this thesis, BERTopic, Top2Vec and LDA methodologies are used to identify the research topics of 6,174 Computer Engineering and Computer Science Master's theses published in Turkey between 2020 and 2024, obtained through the YOK thesis database. According to the results, both LDA and BERTopic techniques yielded the best results in terms of coherence score, while LDA showed superior performance in terms of the perplexity metric. The findings reveal that theses in 2020 mainly focused on data analysis and software applications, while machine learning was a prominent research area in 2021. In 2022, image processing and machine learning topics are prominent, and in 2023, machine learning and algorithm theory. Finally, in 2024, the most popular topics are artificial intelligence and natural language processing. The results of this study provide university administrators with a data-driven methodology and forward-looking insights to align their academic and research agendas with the evolving national landscape of computer engineering and computer science research.
Benzer Tezler
- Machine learning based evaluation of scientific retractions
Bilimsel çalışmalardaki geri çekilmelerin makine öğrenimi tabanlı değerlendirilmesi
EHTISHAM KIYANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBEYKOZ ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
ASST. ASSOC. DR. ÖZLEM FEYZA ERKAN
- İstanbul Çatalca bölgesinde uzaktan algılama yöntemleri ile metropoliten analizi
Başlık çevirisi yok
F.ZEHRA ALKAN
- Çevresel gürültü kontrolüne yönelik gerçek zamanlı izleme sistemi tasarımı ve uygulaması
Real-time monitoring system design and implementation for environmental noise control
SAMET FEYYAZ HAMAMCI
Doktora
Türkçe
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. AHMET ÖZGÜR DOĞRU
- Bulut bilişim alanında yapılan çalışmaların latent dirichlet allocation (LDA) modeli ile analizi
Analysis of studies in the field of cloud computing using the latent dirichlet allocation (LDA) model
EMRAH ELBASDI
Yüksek Lisans
Türkçe
2025
BibliyografyaGümüşhane ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. HANDAN ÇAM
- Evaluating the convergence of high-performance computing with big data, artificial intelligence and cloud computing technologies
Yüksek başarımlı hesaplama ile büyük veri, yapay zeka ve bulut hesaplama teknolojilerinin yakınsamasının değerlendirilmesi
YEŞİM DİLDAR KORKMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. PEKİN ERHAN EREN
DR. KEREM KAYABAY