PERFORMANCE ANALYSIS ON STUDENTS’ GPAs AND COURSE AVERAGES USING DATAMINING TECHNIQUES

Yıl 2012, Cilt: 7 Sayı: 1, 117 - 126, 01.06.2012

Osman Gürsoy Mehmet Akif Yaman Emine Yaman

Öz

Universities play very important role for an individual's success in life by giving necessary education
to the people. Education offers pupils teaching skills that get ready them physically, mentally and socially for the
world of work in later life. Having well educated people provide the development of country. In this paper we
worked performance analysis on student s’ GPAs and course averages .We think that we can contribute quality
of education at the university by determining the important factors which affects students’ GPAs then improve
this factors. In order to find out this factors, we have used datamining tools to derive hidden attributes playing
important role in education life at universities.
We prepared a collection of data including student GPA, CGPA, number of courses that a student registered per
semester, course averages, students CGPA average , number of students in a course , the number of semester of
students at the university , etc.. 

Anahtar Kelimeler

Education and University, Data Mining, Decision Tree, Association Rules, Student Performance Analysis

PERFORMANCE ANALYSIS ON STUDENTS’ GPAs AND COURSE AVERAGES USING DATAMINING TECHNIQUES

Öz

Üniversiteler, insanlara gerekli olan eğitimi verdiğinden, insanların hayatlarında önemli rol
oynamaktadırlar. Eğitim, ögrencilerin daha sonraki yaşamlarında fiziksel, mental ve sosyal olarak hazir olmaları
için gerekli öğrenme yetilerini tesis eder. Iyi eğitim almış insanlar ülkenin kalkınmasına yardımcı olurlar.
Eğitimin bu denli önemli olmasından dolayı,eğitim kalitesini artırabilmek için, bu yayında öğrencilerin not
ortalamasına ve sınıf not ortalamasına etki eden faktörler üzerinde çalıştık. Bizler, üniversitedeki eğitim
kalitesinin artmasının,öğrenci notlarına etki eden faktörlerin tespit edilip ,onlar üzerinde gerekli çalışmaların
yapılmasıyla sağlanabileceği düşüncesindeyiz. Bu faktörleri tespit edebilmek için, bu araştırmada veri
madenciliği yöntemlerini kullandık.
Bu araştırma için hazırlamış olduğumuz veri seti, öğrencilerin not ortalaması,öğrencilerin dönem bazlı not
ortalamaları, dersi alan öğrenci sayısı, öğrencilerin okulda geçirmiş olduğu dönem sayısı, öğrencilerin o dönem
almış oldukları ders sayısı gibi birçok faktörü içermektedir.

Anahtar Kelimeler

Eğitim ve Üniversite, Veri Madenciliği, Karar Ağacı, İlişkilendirme Kuralları, Öğrenci Performans Analizi

Kaynakça

• Agarwal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. In Proceedings of the ACM SIGMOD international conference on management of data, Washington DC, USA (pp. 1–22).
• Chen, M. C. (2007). Ranking discovered rules from data mining with multiple criteria by data envelopment analysis. Expert Systems with Applications, 33, 1110–1116.
• Cristobal Romero , Sebastian Ventura, Enrique Garcıa(2007). Data mining in course management systems:
• Moodle case study and tutorial. Computers & Education 51 (2008) 368–384
• Dursun Delen , Christie Fuller, Charles McCann, Deepa Ray, (2009), Analysis of healthcare coverage: A data mining approach, Expert Systems with Applications 36 (2009) 995–1003
• Han, J., & Kamber, M. (2001). Data mining: Concepts and techniques. San Francisco,CA, USA: Morgan Kaufmann.
• Huang, M. J., Chen, M. Y., & Lee, S. C. (2007). Integrating data mining with casebased reasoning for chronic diseases prognosis and diagnosis. Expert Systems with Applications, 32(3), 856–867.
• Richard J.Roiger, Michael W.Geatz, (2003). Data Mining , a tutorial based primer, p-49,ISBN 0-201-74128-8.
• P. N. Tan, M. Steinbach, V. Kumar (2006).Introduction to Data Mining,p-151, ISBN 0-321-42052-7.