ÜNİVERSİTE ÖĞRENCİLERİNİN PROFİLİNİ BELİRLEME: MUĞLA ÜNİVERSİTESİ VERİ TABANLARI ÜZERİNDE BİR DURUM ÇALIŞMASI

Öz

Bu çalışmanın amacı, üniversite öğrencilerinin eğitimdeki profilini ortaya çıkaran, bilgi tabanlı bir sistemin geliştirilmesi ve ham veri şeklindeki mevcut öğrenci kayıtlarının, üniversite öğrencilerini tanımada fayda sağlayacak bilgilere dönüştürmektir. Çalışma, Muğla Üniversitesi İktisadi ve İdari Bilimler Fakültesi 1995 yılı ve sonrası öğrenci verileri üzerinde gerçekleştirilmiştir. Çalışmada kullanılan öğrencilere ait veriler, yerel bir veritabanında tutulduktan sonra bu veriler üzerinde SQL sorgular gerçekleştirilmiştir. Öğrencilerin geçmiş kayıtları üzerinde gerçekleştirilen bu veritabanı sorguları neticesinde, öğrencilere ait çeşitli demografik bilgiler ile bir bilgi dağılımı elde edilmiştir. Ayrıca üniversite öncesi eğitim bilgileri ve üniversitedeki eğitimleri süresince oluşturdukları kullanışlı bazı bilgiler de elde edilmiştir.

Anahtar Kelimeler

• Veri özetleme, Veri görselleştirme, Yapısal sorgulama, Öğrenci profili

Determining the Profile of University Students: A Case Study on Mugla University Databases

Öz

The goal of this study is to develop a knowledge-based system that produces the success profile of the students of Mugla University and to transform student’s records that are in form of raw data into information that helps us better understand the students. Student data used for this study was chosen from Mugla University, Faculty of Economical and Administrative Sciences that are on and after 1995. After this data held to a local database, particular SQL queries were performed on that. Using database queries, a knowledge distribution has been achieved consisting of student demographic data. In addition to this, some available information about prior to and entire university education period has been obtained.

Anahtar Kelimeler

• Data summarization, Data visualization, Structured Query, Student Profile

Kaynakça

1. Almuallim, H., Dietterich, T.G. (1991). “Learning With Many Irrelevant Features”, Proceedings of the Ninth National Conference on Artificial Intelligence (AAAI-91)
2. Bulun, M., Tuğ, E., Şakiroğlu, A.M., (2003). “Tıbbi Veri Tabanlarında Gizli Bilgilerin Keşfedilmesi”, 20. Ulusal Bilişim Kurultayı, http://kurultay.tbd.org.tr/kurultay20/Bildiriler/Emine_Tug/bildiri.pdf
3. Fayyad, U.M., Piatetsky-Shapiro, G., Smyth, P. (1996). “The KDD Process for Extracting Useful Knowledge from Volumes of Data”, Communications of the ACM, 39, (11) :27-34.
4. Frawley, W. J., Piatetsky-Shapiro, G., Matheus, J. (1991). “Knowledge Discovery in Databases: An Overview”, AAAI Press, Menlo Park.
5. Gürüler, H. (2005). “Veritabanlari Üzerinde Veri Madenciliği Uygulaması”, Yüksek Lisans Tezi, Muğla Üniversitesi Fen Bilimleri Enstitüsü.
6. Güvenç, E. (2001). “Student Performance Assesment in Higher Education Using Data Mining”, MSc Thesis, Bogazici University.
7. Kira, K., Rendell, L. (1992). The feature selection problem: Traditional methods and a new algorithm, In Proocedings of AAAI-92, AAAI Press.
8. Lesh, N., Mitzenmacher, M. (2004), “Interactive Data Summarization: An Example Application”, Proceedings of the working conference on Advanced visual interfaces, Pages: 183 - 187

9. Ward, M. (1999). “Overvıew Of Data Vısualızatıon”, WPI CS Department, http://web.cs.wpi.edu/~matt/courses/cs563/talks/datavis.html
10. Oğuzlar, A (2003). “Veri Ön İşleme”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 21, ss. 67-76.
11. Paul, S., Gautam, N., Balint, R. (2004). “Preparing and Mining Data with Microsoft SQL Server 2000 and Analysis Services” Microsoft Corp. Online Boks.
12. Vahaplar, A., İnceoğlu, M. M. (2002). “Veri Madenciliği ve Elektronik Ticaret”, Türkiye’de Internet Konferansları VII, http://www.inettr.org.tr/inetconf7/eposter/inceoglu.doc