Research Article
BibTex RIS Cite

VERİ MADENCİLİĞİ YÖNTEMİ İLE DİVRİĞİ NURİ DEMİRAĞ MESLEK YÜKSEKOKULU ÖĞRENCİLERİNİN TEMEL BİLGİSAYAR DERSİNE AİT BAŞARI ANALİZİ UYGULAMASI

Year 2012, Volume: 1 Issue: 1 - "2012 Yılı Cilt:1 Sayı:1 (syf 18-37)", 18 - 37, 15.03.2012

Abstract

Günümüzde eğitim , sigortacılık, pazarlama, elektronik ticaret, bankacılık, sağlık gibi farklı alanlarda kullanılmaya başlanan veri madenciliği yöntemlerinden yararlanarak, öğrenciler üzerinden anket yoluyla elde edilen ham verilerin anlamlı bilgilere dönüştürülmesi bu makalenin amacını oluşturmaktadır. Bu amaçla Cumhuriyet Üniversitesi Divriği Nuri Demirağ Meslek Yüksekokulunda 2008 - 2010 eğitim-öğretim dönemleri arasında eğitim gören Temel Bilgisayar Bilimleri dersini almış 102 öğrenciye güvenirliği SPSS paket programı ile analiz edilmiş bir anket formu uygulanmıştır. Anket sonucunda elde edil en veriler ile öğrencilerin yılsonunda o dersten geçme/kalma başarı durumları veri madenciliği paket programı olan WEKA' ya giril erek J48 adında Entropiye dayalı Sınıflandırma algoritmasından geçirilmiş ve sonuç olarak karar ağacı şeklinde anlamlı bilgiler elde edilmiştir. Elde edilen bilgiler doğrultusunda gelecekte Temel Bilgisayar Bilimleri dersini alacak diğer öğrencilerin(25 öğrenci) sadece ankete verecekleri cevaplar ile ders başarı durumlarının tahmin edilmesi uygulanmıştır.

References

  • Fayyad U., Symth P., (1997), "Data Mining and KOD: Promise and Challenges," Future Generation Computer Systems No:13, s.102
  • Jeffry W. S., (2004), "Data Mining and the Search far Security: Challenges far Connecting the Dots and Databases," Government lnfarmation Quarterly, No:21, s.463.
  • Fayyad U., Piatetsky- Shapiro G., Smyth P., (1996), "From Data Mining to Knowledge Discovery in Databases", Al Magazine, cilt 17, sayı 3, s.41.
  • Yalçıntaş G., (2003), "Veri M adenciliği ", Master tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
  • Fayyad U., Piatetsky - Shapiro G., Smyth P., (1996), "The KOD process far extracting useful knowledge from volumes of data.", Communications of ACM, 39(11), s. 27-34.
  • Akpınar H., (2000), "Veri tabanlarında bilgi keşfi ve veri madenciliği", i.ü. İşletme Fakültesi Dergisi, C:29, sayı:1/ s.1-22.
  • Gürsoy U.T.Ş., (2009), "Veri madenciliği­ Veri madenciliği modelleme yöntemlerine genel bir bakış-İstati stiksel tahmin modelleri", Veri madenciliği ve bilgi keşfi, Pegem akademi, Ankara, s.27-90, 91-112.
  • Silahtaroğlu G., (2008), "Veri madenciliği - Sınıflandırma teknikleri ve algoritmalar", Kavr am ve algoritmalarıyla temel veri madenciliği, Papatya yayın, İstanbul, s.9-82.
  • Cabena P., {1998), Discovering data mining :From concept to implement ation, lnternational business machines corporat ion, USA, s.12. Yarımağan Ü., (2000), Veri t abanı sistemleri, Akademi&Tür kiye bilişim vakfı, Ankara, s.7-9.
  • Aydoğan E.K.,(2008) , Veri madenciliğinde sınıflandırma problemleri için Evrimsel algo ritma tabanlı yeni bir yaklaşım:Rough-Mep algoritması, Doktora tezi, Gazi Üniversitesi,Fen Bilimleri Enstitüsü, Ankara.
  • Alpaydın E.,(2000), Zeki veri madenciliği: Ham veriden altın bilgiye ulaşma yöntemleri, Bilişim 2000 Eğitim semineri, İstanbul, s.1-10.
  • Şen F., (2008), " Veri madencili ğine genel bir bakış ", Veri madenciliği ile birliktelik kurallarının bulunması, Master tezi, Sakarya Ünivers itesi Fen Bilimleri En stit üsü, Sakarya.
  • Özkan Y., (200 8), "Karar ağaçları il e sınıflandırma-Sınıflandırma ve regresyon ağaçları-Kümeleme-Biriiktelik kuralla rı", Veri madenciliği yöntemleri, Edit ör: R.Çölk esen, Papatya yayın, İstanbul , 51- 166.
  • Han J., Kamber M., (2006), "Data mining: Concepts and Techniques", Morgan Kaufmann Publisher s.
  • Quinlan J.R., {199 3), " C4.S" :, Programs far machine learning, Morgan Kaufm ann.
  • Chiu T., Wei C., (2002), " Turn ing telecommunications call details to churn prediction: a data mining approach", Expert systems with applications, 23, s.103-102.
  • Mitchell T., {1997), Machine learning, McGraw -Hill lnternational, landon, s.52 - 81.
  • Fiske J., {1998), lntroduction to communication studies, y.y., Routledge.
  • Dunham M.H., {2003), Data mining ıntroductory and advanced topics, Pearson education ine., Prentice Hail, New Jersey, s.8.
  • Shannon C.E., (1948), A Mathematical theory of communication, The Beli system technical journal, vol.27, s.379-423, 623- 656.
  • Quinlan J.R., {1986), "lnduction of decision trees", Machine learning , C:l, s.81-106.
  • Kantardzic M., (2003), "Concepts,methods and algorithms", Data mining, Wiley.
  • Akbulut S., Aydoğan E.K., Gencer C., (2008), "Veri madenciliği teknikleri ile bir kozmetik markanın ayrılan müşteri analizi ve müşteri bölümlenmesi", Sigma Mühendislik ve Fen Bilimleri Dergisi, cilt:26, sayı:1, s.42-56.
  • Webb P., Yohannes Y., {1999), "Classification and Regression Trees CART", A User manuel for indentifying indicators of vulnerability to famine and chronic food insecurity, y.y., lnternational food policy research institute, s.15.
  • Agrawal R., Manish M., Rissanen J., (1996), "SLIQ:A fast scalable classifier for data mining", 5th international extending database technology conf., Aningnon France.
  • Rissanen J., (1989), Stochast ic complexity in statistical inquiry, World Scientific Publication.
  • Shafer J.C., {1996), "SPRINT: A Scalable Parallel Classifier for Data Mining", 22th international conference of very large databses, Bombay lndia.
  • Brieman L., (1984), Classification and Regression Trees, Wadswort h, Belmont.
  • Aryeetey K., {2003), "Data analysis and predictive modelling using the variable precision rough set approach", Master tezi, Faculty of Graudate Study and Research of University of Regina, Canada, s.28-33,.
  • Beyer K., (1999), "When is 'Nearest Neighbor' meaningful?", 7th international database theory conference,(ICDT'99 ), lsrael, s.217-235.
  • Khan M., (2002), "K-Nearest Neighbor Classification on Spatial Data Streams Using P-Trees",6th Pacific Asia Knowledge discovery and Data Mining conferance {PAKKDD'02), Taiwan, s.517-518.
  • Pryke A.N., (1998), "Data mining using genetic algorithms and interactive visualization", PhD ThesisFaculty of Sicence, University of Birmingham, Birmingham, s.187.
  • Altınışık U., (2006), "Öğrenci bilgi sisteminde veri madenciliğinin uygulanması", yayınlanmamış master tezi, Kocaeli Üniversitesi Fen Bilimleri Enstitüsü, Kocaeli, s.12-17.
  • Ghosh A., Nath B., (2004), "Multi objective rule mining using genetic algorithms" , lnformation sciences, cilt :163, sayıl -3, s.123-133.
  • Kumar V., Steinbach M., Tan P.N., (2006), "lntroduction to data mining", Addison Wesley.
  • Yılmaz Ş.K., (2008), "Veri madenciliği: İstanbul Menkul Kıymetler Borsası Örneği", Master tezi, Zongu ldak Kara elmas Üniversitesi Sosyal Bilimler Enst it üsü, Zonguldak , s.21.
  • Christensen M., Hermiz K., Manganaris S., Zerkle D., (2000), "A data mining analysis of RTID alarms", Computer Networks34, s.571-577.
  • Bing L., {2007), "Web data mınıng: Exploring Hyperlinks, Contents and Usage Data", ISBN-10 3-540-37881-2, Springer ­Verlag Berlin Heidelberg.
  • Güvenç E.,(2001), "Student performance assesment inhigher education using data mining", Master tezi, Boğaziçi Üniversitesi, İstanbul, s.5-14.
  • Hudairy H., (2004), "Data mining and decision making support in the governmental sector", Faculty of Graduate School of The University of Louisville, Kentucky.
  • Soğukpınar İ., Takçı H., (2002), "Kütüphane kullanıcılarının erişim örüntülerinin keşfi", Bilgi dünyası dergisi, Cilt:3, sayı:1, s.12-26 .
  • Delioğlu S., Dolgun M.Ö., Özdemir T.G., (2007) , "Öğrenci Seçme Sınavında (ÖSS) öğrencilerin tercih profillerinin veri madenciliği yöntemleriyle tespiti", Bilişim 07 kongresi, Ankara.
  • İnternet(Web) sayfası: Polis : Current data mınıng applications/industries htt p:/ / www.kdnuggets.com/polls/ 2003/ da ta mining applicat ions indust ries.htm, Erişim tarihi: 11.07.2011
  • Bindak R., Çelik H.C., (2005), "İlk öğretim okullarında görev yapan öğretmenlerin bilgisayara yönelik tutumlarının çeşitli değişkenlere göre incelenmesi", İnönü Üniversitesi Eğit im Fakültesi Dergisi, Cilt 6, sayı 10, s.27-38.
  • Ertekin A.R., Tekindal B., Tekindal M.A., (2010), "Meslek liselerinde eğitim gören Öğrencilerin bilgisayara yönelik tutumlarının değerlendirilmesi (Yozgat ili Yerköy ilçesi örneği)", Gazi Üniversitesi Bilişim Teknolojileri Dergisi, cilt:3, sayı:1, s.23-30.
Year 2012, Volume: 1 Issue: 1 - "2012 Yılı Cilt:1 Sayı:1 (syf 18-37)", 18 - 37, 15.03.2012

Abstract

References

  • Fayyad U., Symth P., (1997), "Data Mining and KOD: Promise and Challenges," Future Generation Computer Systems No:13, s.102
  • Jeffry W. S., (2004), "Data Mining and the Search far Security: Challenges far Connecting the Dots and Databases," Government lnfarmation Quarterly, No:21, s.463.
  • Fayyad U., Piatetsky- Shapiro G., Smyth P., (1996), "From Data Mining to Knowledge Discovery in Databases", Al Magazine, cilt 17, sayı 3, s.41.
  • Yalçıntaş G., (2003), "Veri M adenciliği ", Master tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
  • Fayyad U., Piatetsky - Shapiro G., Smyth P., (1996), "The KOD process far extracting useful knowledge from volumes of data.", Communications of ACM, 39(11), s. 27-34.
  • Akpınar H., (2000), "Veri tabanlarında bilgi keşfi ve veri madenciliği", i.ü. İşletme Fakültesi Dergisi, C:29, sayı:1/ s.1-22.
  • Gürsoy U.T.Ş., (2009), "Veri madenciliği­ Veri madenciliği modelleme yöntemlerine genel bir bakış-İstati stiksel tahmin modelleri", Veri madenciliği ve bilgi keşfi, Pegem akademi, Ankara, s.27-90, 91-112.
  • Silahtaroğlu G., (2008), "Veri madenciliği - Sınıflandırma teknikleri ve algoritmalar", Kavr am ve algoritmalarıyla temel veri madenciliği, Papatya yayın, İstanbul, s.9-82.
  • Cabena P., {1998), Discovering data mining :From concept to implement ation, lnternational business machines corporat ion, USA, s.12. Yarımağan Ü., (2000), Veri t abanı sistemleri, Akademi&Tür kiye bilişim vakfı, Ankara, s.7-9.
  • Aydoğan E.K.,(2008) , Veri madenciliğinde sınıflandırma problemleri için Evrimsel algo ritma tabanlı yeni bir yaklaşım:Rough-Mep algoritması, Doktora tezi, Gazi Üniversitesi,Fen Bilimleri Enstitüsü, Ankara.
  • Alpaydın E.,(2000), Zeki veri madenciliği: Ham veriden altın bilgiye ulaşma yöntemleri, Bilişim 2000 Eğitim semineri, İstanbul, s.1-10.
  • Şen F., (2008), " Veri madencili ğine genel bir bakış ", Veri madenciliği ile birliktelik kurallarının bulunması, Master tezi, Sakarya Ünivers itesi Fen Bilimleri En stit üsü, Sakarya.
  • Özkan Y., (200 8), "Karar ağaçları il e sınıflandırma-Sınıflandırma ve regresyon ağaçları-Kümeleme-Biriiktelik kuralla rı", Veri madenciliği yöntemleri, Edit ör: R.Çölk esen, Papatya yayın, İstanbul , 51- 166.
  • Han J., Kamber M., (2006), "Data mining: Concepts and Techniques", Morgan Kaufmann Publisher s.
  • Quinlan J.R., {199 3), " C4.S" :, Programs far machine learning, Morgan Kaufm ann.
  • Chiu T., Wei C., (2002), " Turn ing telecommunications call details to churn prediction: a data mining approach", Expert systems with applications, 23, s.103-102.
  • Mitchell T., {1997), Machine learning, McGraw -Hill lnternational, landon, s.52 - 81.
  • Fiske J., {1998), lntroduction to communication studies, y.y., Routledge.
  • Dunham M.H., {2003), Data mining ıntroductory and advanced topics, Pearson education ine., Prentice Hail, New Jersey, s.8.
  • Shannon C.E., (1948), A Mathematical theory of communication, The Beli system technical journal, vol.27, s.379-423, 623- 656.
  • Quinlan J.R., {1986), "lnduction of decision trees", Machine learning , C:l, s.81-106.
  • Kantardzic M., (2003), "Concepts,methods and algorithms", Data mining, Wiley.
  • Akbulut S., Aydoğan E.K., Gencer C., (2008), "Veri madenciliği teknikleri ile bir kozmetik markanın ayrılan müşteri analizi ve müşteri bölümlenmesi", Sigma Mühendislik ve Fen Bilimleri Dergisi, cilt:26, sayı:1, s.42-56.
  • Webb P., Yohannes Y., {1999), "Classification and Regression Trees CART", A User manuel for indentifying indicators of vulnerability to famine and chronic food insecurity, y.y., lnternational food policy research institute, s.15.
  • Agrawal R., Manish M., Rissanen J., (1996), "SLIQ:A fast scalable classifier for data mining", 5th international extending database technology conf., Aningnon France.
  • Rissanen J., (1989), Stochast ic complexity in statistical inquiry, World Scientific Publication.
  • Shafer J.C., {1996), "SPRINT: A Scalable Parallel Classifier for Data Mining", 22th international conference of very large databses, Bombay lndia.
  • Brieman L., (1984), Classification and Regression Trees, Wadswort h, Belmont.
  • Aryeetey K., {2003), "Data analysis and predictive modelling using the variable precision rough set approach", Master tezi, Faculty of Graudate Study and Research of University of Regina, Canada, s.28-33,.
  • Beyer K., (1999), "When is 'Nearest Neighbor' meaningful?", 7th international database theory conference,(ICDT'99 ), lsrael, s.217-235.
  • Khan M., (2002), "K-Nearest Neighbor Classification on Spatial Data Streams Using P-Trees",6th Pacific Asia Knowledge discovery and Data Mining conferance {PAKKDD'02), Taiwan, s.517-518.
  • Pryke A.N., (1998), "Data mining using genetic algorithms and interactive visualization", PhD ThesisFaculty of Sicence, University of Birmingham, Birmingham, s.187.
  • Altınışık U., (2006), "Öğrenci bilgi sisteminde veri madenciliğinin uygulanması", yayınlanmamış master tezi, Kocaeli Üniversitesi Fen Bilimleri Enstitüsü, Kocaeli, s.12-17.
  • Ghosh A., Nath B., (2004), "Multi objective rule mining using genetic algorithms" , lnformation sciences, cilt :163, sayıl -3, s.123-133.
  • Kumar V., Steinbach M., Tan P.N., (2006), "lntroduction to data mining", Addison Wesley.
  • Yılmaz Ş.K., (2008), "Veri madenciliği: İstanbul Menkul Kıymetler Borsası Örneği", Master tezi, Zongu ldak Kara elmas Üniversitesi Sosyal Bilimler Enst it üsü, Zonguldak , s.21.
  • Christensen M., Hermiz K., Manganaris S., Zerkle D., (2000), "A data mining analysis of RTID alarms", Computer Networks34, s.571-577.
  • Bing L., {2007), "Web data mınıng: Exploring Hyperlinks, Contents and Usage Data", ISBN-10 3-540-37881-2, Springer ­Verlag Berlin Heidelberg.
  • Güvenç E.,(2001), "Student performance assesment inhigher education using data mining", Master tezi, Boğaziçi Üniversitesi, İstanbul, s.5-14.
  • Hudairy H., (2004), "Data mining and decision making support in the governmental sector", Faculty of Graduate School of The University of Louisville, Kentucky.
  • Soğukpınar İ., Takçı H., (2002), "Kütüphane kullanıcılarının erişim örüntülerinin keşfi", Bilgi dünyası dergisi, Cilt:3, sayı:1, s.12-26 .
  • Delioğlu S., Dolgun M.Ö., Özdemir T.G., (2007) , "Öğrenci Seçme Sınavında (ÖSS) öğrencilerin tercih profillerinin veri madenciliği yöntemleriyle tespiti", Bilişim 07 kongresi, Ankara.
  • İnternet(Web) sayfası: Polis : Current data mınıng applications/industries htt p:/ / www.kdnuggets.com/polls/ 2003/ da ta mining applicat ions indust ries.htm, Erişim tarihi: 11.07.2011
  • Bindak R., Çelik H.C., (2005), "İlk öğretim okullarında görev yapan öğretmenlerin bilgisayara yönelik tutumlarının çeşitli değişkenlere göre incelenmesi", İnönü Üniversitesi Eğit im Fakültesi Dergisi, Cilt 6, sayı 10, s.27-38.
  • Ertekin A.R., Tekindal B., Tekindal M.A., (2010), "Meslek liselerinde eğitim gören Öğrencilerin bilgisayara yönelik tutumlarının değerlendirilmesi (Yozgat ili Yerköy ilçesi örneği)", Gazi Üniversitesi Bilişim Teknolojileri Dergisi, cilt:3, sayı:1, s.23-30.
There are 45 citations in total.

Details

Primary Language Turkish
Journal Section Research Article
Authors

Namık İçeli This is me

Publication Date March 15, 2012
Published in Issue Year 2012 Volume: 1 Issue: 1 - "2012 Yılı Cilt:1 Sayı:1 (syf 18-37)"

Cite

APA İçeli, N. (2012). VERİ MADENCİLİĞİ YÖNTEMİ İLE DİVRİĞİ NURİ DEMİRAĞ MESLEK YÜKSEKOKULU ÖĞRENCİLERİNİN TEMEL BİLGİSAYAR DERSİNE AİT BAŞARI ANALİZİ UYGULAMASI. Mesleki Bilimler Dergisi (MBD), 1(1), 18-37.