Tez No	İndirme	Tez Künye	Durumu
509298		Bulut Tabanlı Çevrimiçi Öğrenme Ortamında Etkinlik Öneri Sistemi Tasarımı: Eğitimsel Veri Madenciliği Uygulaması / Activity Suggestion System Design In Cloud Based Online Learning Environment: Educational Data Mining Application Yazar:HAKAN KÖR Danışman: PROF. DR. HASAN ERBAY Yer Bilgisi: Kırıkkale Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Bilgisayar Mühendisliği Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Bulut bilişim = Cloud computing ; Veri madenciliği = Data mining	Onaylandı Doktora Türkçe 2017 100 s.
Bu tez çalışmasında, bulut alt yapısı üzerine kurulmuş çevrimiçi öğrenme platformu için etkinlik öneri modeli oluşturulmuştur. Öncelikle bulut kavramı ve çevrimiçi öğrenme ortamlarında kullanılan bulut yaklaşımları ve bu yaklaşımların sağlayacağı yararlar açıklanmıştır. Sonraki aşamada, öğrenme yönetim sistemi olarak tercih edilen moodle veri tabanından çalışmaya katkı sağlayacak değişkenler süzülmüştür. Başka bir ifadeyle, veri madenciliği işlemlerinde kullanılacak veri ambarı için gerekli veriler moodle öğrenme yönetim sistemi üzerinden elde edilmiştir. Veriler içerisinden tahmin modeli için gerekli değişkenler seçilerek veri madenciliği işlemlerine tabi tutulmuştur. Veri madenciliği sürecinde geleceğe yönelik tahmin işlemleri için kullanılan karar ağacı sınıflama algoritmaları kullanılmıştır. Yapılan testler sonucu, C5 algoritmasının diğer karar ağacı algoritmalarına göre daha başarılı bir tahmin başarısına sahip olduğu görülmüştür. C5 algortimasının işleyiş basamakları model kısmında, oluşturulan karar ağacı yapısına ise bulgular kısmında yer verilmiştir. Ayrıca oluşturulan modelin, web tabanlı uygulama modeli tasarlanarak yayılma kısmına eklenmiştir. Bu model, çevrimiçi öğrenme ortamlarında öğrenen grubu yönlendirici niteliktedir. Bir çok ders materyali ve etkileşim araçları söz konusu ortamlarda öğrencilerin kullanımına sunulmaktadır. Öğrenmeye istekli ve başarıyı hedefleyen bireyler, bireysel özelliklerine uygun etkinliklerin seçiminde yeterli bilgiye sahip değildir. Oluşturulan model üzerinden, öğrenen bireylere derslere katılmadan önce dönem sonunda elde edebilecekleri tahmini başarı oranlarının verilmesi hedeflenmiştir. Bu tür tahmin algoritmalarının eğitim sürecine sağlayacağı katkılar ve web tabanlı modelin olası yararlarına sonuç kısmında yer verilmiştir. Veri madenciliği işlemleri dışında, örneklemin demografik yapısını, haftalık başarı, ders materyallerini kullananların başarı oranlarını gösteren temel istatistiksel bilgilere yer verilmiştir. Sonraki çalışmalarda, araştırmacılara daha başarılı sonuçlar elde etmek için büyük örneklem grubu üzerinde çalışmanın yarar sağlayacağı önerilmiştir. Ayrıca öğrenme grubundaki bireylerin forum, chat, wiki gibi etkileşim araçlarını daha sık kullanmalarına yönelik teşvik edici çözümler getirilmesinin başarıya olumlu katkılar sağlayacağı düşünülmektedir.
In this thesis study, an activity suggestion model was formed for a cloud-based online learning platform. The study primarily tried to explain the concept of cloud and cloud approaches used in online learning environments and the possible benefits of these approaches. In the latter stage, variables that would contribute to the study were filtered from the moodle database, which is preferred as a learning management system. In other words, the data acquired for the data warehouse to be used in data mining procedures were acquired via moodle LMS. Among the data, variables were selected for the estimation model and exposed to data mining procedures. In the data mining process, decision tree classification algorithms were used for prudential estimation procedures. As a result of the tests, it was determined that the algorithm C5 had a more successful estimation than other decision tree algorithms. While operation steps of the algorithm C5 were involved in the model; the structure of the decision tree was involved in findings. Besides, a web-based application was designed for the model and added to the expansion. This model guides the learner group in online learning environments. Many course materials and interaction devices are presented to the use of students in the aforementioned environments. Individuals who are eager for both learning and success do not have sufficient knowledge in selecting appropriate activities for their personal features. This model aims to provide approximate success rates to be acquired at the end of the term to learner individuals before participating in courses. Possible contributions of such estimation algorithms to the process of education and possible benefits of the web-based model were involved in the conclusion. Apart from data mining procedures; basic statistical information showing the demographic structure of the sample, weekly success and success rates of individuals who used course materials were also involved. It is recommended to conduct future studies on a larger sample group in order for researchers to obtain more successfull results. It is also recommended to encourage individuals in the learning group for using interaction devices like forum, chat, wiki more frequently so as to make positive contributions to success.