Eğitsel veri madenciliğindeki eğilimlerin çok yönlü incelenmesi
Yükleniyor...
Dosyalar
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Hatay Mustafa Kemal Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
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.
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.
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.
Açıklama
Anahtar Kelimeler
Eğitim ve Öğretim, Education and Training
