ÖĞRENCİLERİN ÖĞRENME YÖNETİM SİSTEMİ KULLANIM ALIŞKANLIKLARININ PANDAS İLE ANALİZİ

Öz

İnternet bugün, eğitimden ticarete pek çok alanda yaşantımıza yön vermektedir. İnternetin bu kadar yaygın kullanılıyor olması ortaya çıkan bilgi büyüklüğünü etkileyerek web sunucu düzeyinde ziyaretçi analizleri yapılmasının gerekliliğini arttırmıştır. Bu sebeple günümüzde bu tür bilgi analizine yönelik ilgi ve çalışmalar artarak devam etmektedir. Bu bağlamda yapılan çalışmada, okulumuz Öğrenme Yönetim Sistemi (ÖYS) sunucusu web erişim günlük (Log) dosyalarının PANDAS kütüphanesi ile analizinin yapılarak öğrencilerin, sistemi kullanım alışkanlıklarının araştırılması amaçlanmıştır. Çalışmada, tarama yöntemiyle elde edilen dosyalar üzerinde web kullanım madenciliği yöntemlerinin kullanıldığı ve istatistiki bilgilerin çıkartılmasını sağlayan bir yazılım geliştirilmiştir. Geliştirilen yazılım ile öğrencilerin; Öğrenme Yönetim Sistemine erişim yolları, ziyareti gerçekleştirdiği ülkeler, ziyareti gerçekleştirdiği iller, ders bazlı erişim yoğunluğu, ders bazlı doküman indirme yoğunluğu, erişimde kullanılan donanım, işletim sistemi, web tarayıcı yazılımı, aylık erişim trafiği, haftalık erişim trafiği, günlük erişim trafiği, saatlik erişim trafiği konularında veriler elde edilmiştir. Elde edilen veriler üzerinden yapılan analizler neticesinde varılan sonuçlar araştırmacılar ile paylaşılmıştır.

Anahtar Kelimeler

• Öğrenme Yönetim Sistemi
• Pandas
• Log
• Web Kullanım Madenciliği

Kaynakça

1. Arıcı, N., & Çiftçi, S. (2007, Ekim). Bilgisayar Destekli Uzaktan Eğitimde Öğrenci Log Kayıtlarının İncelenerek Analiz Edilmesi. Natural and Applied Science Computer Engineering.
2. Ayer, V., Miguez, S., & Toby, B. (2014, Aralık 18). Why scientists should learn to program in Python. Powder Diffr., Vol. 29, No. S2, s. 48-64.
3. Bantilan, N. (2020, Ocak). Pandera: Statistical Data Validation of Pandas Dataframes. Proc of the 19th Python in Science Conf. (SCIPY 2020), (s. 116-124).
4. Baykal, A., & Coşkun, C. (2009). Web Madenciliği Teknikleri. Akademik Bilişim’09-XI. Akademik Bilişim Konferansı, (s. 797-800). Şanlıurfa, Bildirileri Harran Üniversitesi.
5. Baykara, M., Daş, R., & Tuna, G. (2016). Web Sunucu Erişim Kütüklerinden Web Ataklarının Tespitine Yönelik Web Tabanlı Log Analiz Platformu. Fırat Üniv. Müh. Bil. Dergisi Science and Eng. J of Fırat Univ., 291-302.
6. Burçak, K. (2012). Kırıkkale Üniversitesi Web Sitesinin Kullanıcı Örüntülerinin Web Madenciliği ile Analizi, Yükseklisans Tezi. Kırıkkale.
7. Cooley, R., Mobasher, B., & Srivastava, J. (1997). Web Mining: Information and Pattern Discovery on the World Wide Web. 9th IEEE International Conference on Tools with Artificial Intelligence, (s. 558-567).
8. Çınar, I., & Şakir, H. (2016, Mayıs). Web Madenciliği Yöntemleri ile Web Loglarının İstatistiksel Analizi ve Saldırı Tespiti. Bilge Bilişim Teknolojileri Dergisi, Cilt: 9, SAYI: 2 ISSN: 1307-9697 / 2147-0715, s. 125- 135.

9. Çınar, I., Çınar, M. S., & Bilge, H. Ş. (2014). Web Sunucu Loglarının Web Madenciliği Yöntemleri ile AnaliziAkademik. Bilişim’14- XVI. Akademik Bilişim Konferansı Bildirileri Mersin Üniversitesi, (s. 417-427). Mersin.
10. Enache, M. C. (2019). Data Analysis with Pandas. Annals of “Dunarea de Jos” University of Galati Fascicle I. Economics and Applied Informatics Years XXV – no2/2019 ISSN-L 1584-0409 ISSN-Online 2344-441X www.eia.feaa.ugal.ro, s. 69-74.
11. Gezer, M., Erol, C., & Gülseçe, S. (2007). Bı̇r web sayfasının web madencı̇lı̇ğı̇ ı̇le analı̇zı̇. Akademik Bilişim 2007, Dumlupınar Üniversitesi. Kütahya.
12. Hagedorn, S., Kläbe, S., & Sattler, K.-U. (2021, Kasım 25). Putting Pandas in a Box. http://cidrdb.org: http://cidrdb.org/cidr2021/papers/cidr2021_paper07.pdf adresinden alındı
13. Hummel, J. (2016, Ekim 12). Gadfly: A pandas-based Framework for Analyzing GADGET Simulation Data doi:10.1088/1538-3873/128/969/114503. Publications of the Astronomical Society of the Pacific, 128:114503 (6pp), s. 1-6.
14. Karasar, N. (2015). Bilimsel araştırma yöntemi. Ankara: Nobel Akademik Yayıncılık.
15. Kashnitsky, Y. (2021, Kasım 25). Topic 1. Exploratory Data Analysis with Pandas. https://www.kaggle.com/: . https://www.kaggle.com/kashnitsky/topic-1-exploratory-data-analysis-with-pandas adresinden alındı
16. Mckinney, W. (2010). Data Structures For Statistical Computing İn Python. Proc of the 9th Python in Science Conf. (SCIPY 2010), (s. 56-61).
17. Özbay, Ö., & Ersoy, H. (2017). Öğrenme Yönetim Sistemi Üzerindeki Öğrenci Harteketliliğinin Veri Madenciliği Yöntemleriyle Analizi. Gazi Üniversitesi Gazi Eğitim Fakültesi Dergisi, 37(2), 523-558.
18. Özseven, T., & Düğenci, M. (2011). Malatya Log Preprocessing: Web Kullanım Madenciliği Ön İşlem Aşaması Uygulama Yazılımı. Akademik Bilişim’11- XIII. Akademik Bilişim Konferansı, (s. 143-150). Malatya.
19. Patchaiammal, P., Sundar, G., & Thirumalaiselv, R. (2021). A Large-Scale Study Of Fault Feature Extraction From Github Repository Using Data Science Techniques. Turkish Journal of Computer and Mathematics Education Vol.12 No.10, 2092-2103.
20. Sodhia, P., Awasthib, N., & Sharmac, V. (2019). Introduction to Machine Learning and Its Basic Application in Python. Proceedings of 10th International Conference on Digital Strategies for Organizational Success.
21. Stančin, I., & Jović, A. (2019). An overview and comparison of free Python libraries for data mining and big data analysis. 2019 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), (s. 20-24). Opatija, Croatia.
22. Sumali, M. (2020). College Cost-Benefit Analysis Using Linear Regression Analysis, Pandas, and Seaborn. National Medicines Symposium 2020, (s. 122-157).
23. Uladi, A. İ. & Arı, E. S. (2023). Büyük Veri, Büyük Veri Analizi ve Uygulama Alanları. Yönetim Bilişim Sistemleri Dergisi, 9 (1) , 1-14 . Retrieved from https://dergipark.org.tr/tr/pub/ybs/issue/78203/1034655
24. Yavuzarslan, M., & Erol, Ç. (2022). Öğrenme Yönetim Sistemi Log Kayıtlarının Akademik Başarı Tahmininde Kullanılması. Bilişim Teknolojı̇Lerı̇ Dergı̇Sı̇, 15(5).
25. Yıldız, A. (2022). Büyük Veri’nin V’leri ve Veri Analitiği. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Yıl 2022 Sayı 51: Özel sayı 1 , 361-378 . DOI: 10.30794/pausbed.1117208