Veri madenciliği (VM) uygulamaları teknolojik gelişmelerin yaşanması ve internetin hayatımıza girmesi ile birlikte oldukça önem kazanmıştır. Bu durum konu ile ilgili yapılan çalışmaların sayısının artmasına neden olmuştur. Özellikle bireyselleştirilmiş öğrenme, öğrenci davranışlarını gruplandırarak modelleme ve bazı durumların (akademik başarı, okulu bırakma, çalışma alışkanlığı vs.) tahmininde oldukça başarılı sonuçlar vermesi, eğitsel anlamda bu uygulamaların kullanımı ile ilgili çalışma konusunda araştırmacıları cesaretlendirmiştir. Bu çalışmada veri madenciliği uygulamaları ile ilgili yıl sınırlaması olmaksızın Google akademik, EBSCO, Elsevier, ERIC ve YÖKTez veri tabanlarında yayınlanmış olan araştırmaların incelenmesi amaçlanmıştır. Araştırmaya toplam 102 çalışma dâhil edilmiş, nitel araştırma yöntemlerinden doküman inceleme tekniği kullanılarak analiz edilmiştir. Sonuç olarak belirlenen yıl aralığında konu ile ilgili yapılan çalışmaların artış eğiliminde olduğu görülmüştür. Ayrıca yapılan çalışmaların ana odağının farklı veritabanları ve öğrenme yönetim sistemleri aracılığıyla öğrencilerin ileri dönemlerdeki akademik başarısının tahmin etmeye yönelik oluşturulduğu gözlenmiştir. Bu bulguyu takiben çalışmaların ikinci odak noktası ise öğrenci tutum ve davranışlarını belirlemek amacıyla gerçekleştirilmesidir. Son olarak konuyla ilgili çalışmalarda sıklıkla başvurulan veri madenciliği aracı WEKA olurken en fazla başvurulan veri madenciliği teknikleri ise karar ağaçları ve yapay sinir ağları olarak ortaya çıkmıştır. Araştırma sonuçlarının gelecekte bu konuda çalışma yapacak araştırmacılara yol göstermesi beklenmektedir. Bu nedenle araştırmacılar tarafından farklı değişkenler üzerinden farklı bakış açıları derinleştirilerek yeni çalışmaların yapılması önerilebilir.
Birincil Dil | Türkçe |
---|---|
Konular | Alan Eğitimleri |
Bölüm | MAKALELER |
Yazarlar | |
Yayımlanma Tarihi | 30 Aralık 2020 |
Kabul Tarihi | 27 Aralık 2020 |
Yayımlandığı Sayı | Yıl 2020 Cilt: 6 Sayı: 3 |