Abstract
Bu
araştırmanın amacı öğrencilerin e-öğrenme ortamlarındaki davranışlarından
öğrenme stillerinin web kullanım madenciliği aracılığıyla yapay zekâ modelleri
ile algılanmasıdır. Araştırma kapsamında öğrencilerin öğrenme stilleri için
Kolb’un öğrenme stilleri sınıflaması ve ölçeği kullanılmıştır. Fırat
Üniversitesi Eğitim Fakültesi öğrencileri ile gerçekleştirilen çalışmaya, 230
öğrenci katılmıştır. Öğrencilerin araştırma kapsamında hazırlanan web tabanlı
sistemi kullanmaya başlamadan önce ve sonra öğrenme stilleri için veri
toplanmıştır. Öğrencilerin e-öğrenme ortamlarını kullandıkları süre içerisinde
öğrenme stillerinde değişimler meydana geldiği tespit edilmiştir. Bu durum
bireysel farklılıkları ve öğrencilerin sistemlerle etkileşimleri sonucu ortaya
çıkabilecek farklılıkları da dikkate alabilen sistemlere olan ihtiyacı ortaya
koymaktadır.
Öğrencilerin
web kullanım davranışlarından öğrenme stillerinin belirlenmesine yönelik
yapılan çalışmalarda Yapay Sinir Ağları (YSA) ve Karar Ağacı modelleri
uygulanmıştır. E-öğrenme ortamında öğrencilerin kullanımına sunulan 10 öğrenme
etkinliğinin ziyaret süreleri ve sayıları veri madenciliği modellerinin
girişlerini, öğrenme stilleri ise çıkışını oluşturmuştur. Karar Ağacı ve YSA
modellerinden elde edilen tüm sonuçlar değerlendirildiğinde, YSA modelinin
Karar Ağacı modeline göre daha başarılı olduğu anlaşılmıştır. YSA modeli kendi
içerisindeki algoritmalar açısından değerlendirildiğinde ise
Levenberg-Marquardt algoritması %91,7 başarı ile öğrencilerin öğrenme
stillerini tahmin etmiştir.
Keywords
References
- KAYNAKÇA
Details
| Journal Section | Articles |
|---|---|
| Authors | |
| Publication Date | June 29, 2017 |
| Submission Date | July 4, 2017 |
| Published in Issue | Year 2017 Volume: 17 Issue: 2 |
