Eğitsel veri madenciliğinin öğrenci başarısının kestirimine yönelik kullanımı

Bu çalışmanın amacı, eğitimde büyük veri, öğrenme analitikleri ve veri madenciliği kavramlarının önemini belirtmek ve öğrenci akademik performansını arttırmaya yönelik EVM çalışması yapmaktır. Araştırmada üniversiteye yerleşme puanı, yerleşme puan türü, lise puanı, cinsiyet, il, yaş ve medeni durum değişkenlerinin üniversiteden 4 yılda mezun olabilme durumuna etkisinin tahminine yönelik bir lojistik regresyon modeli oluşturulmuştur. Ayrıca yukarıda belirtilen değişkenlere ek olarak, Bilgisayar I dersi geçme durumu ve notu değişkenlerinin Bilgisayar II dersi ile ilişkisinin olup olmadığı incelenip lojistik ve doğrusal regresyon modeli de oluşturulmuştur. Bu amaca yönelik olarak İnönü Üniversitesinin otomasyon sisteminde kayıtlı öğrenci bilgileri içerisinden 223.279 öğrenciye ait bir veri seti oluşturulmuştur. Bu veri seti EVM süreç tasarımlarından CRISP-DM iş süreç adımlarına uygun olarak işlenmiştir. Veri setinin düzenlenmesi ve modellerin oluşturulması RapidMiner Studio programı ile gerçekleştirilmiştir. Yapılan analiz sonucunda öğrenci mezuniyet durumu lojistik regresyon modelinin %76,80 ile yüksek düzeyde performans gösterdiği gözlenmiştir. Öğrencilerin üniversiteye kayıt sonrası kişisel ve akademik bilgileri ile mezuniyet süresinin kestirilebileceği ve bu değişkenler kullanılarak öğrencilere yönelik gerekli önlemlerin alınabileceği sonucuna ulaşılmıştır. Bilgisayar II dersi lojistik regresyon modelinin %79,34 ile yüksek düzeyde performans gösterdiği görülmüş, öğrencilerin kişisel ve akademik bilgileri ile bu dersten geçme durumlarının ikinci dönemin başında tahmin edile bileceği sonucuna ulaşılmıştır. Geliştirilen Bilgisayar II dersi geçme notu doğrusal regresyon modelinin düşük hatalı tahminlerde bulunabilmesi sayesinde, öğrencilerin kişisel bilgileri (Cinsiyet, Yaş, İl) ve akademik bilgileri (Üniversiteye Yerleşme Puanı, Yerleşme Puan Türü, Lise Bitirme Puanı, Bilgisayar I Dersi Geçme Notu) ile bu dersten kaç puan ile geçeceği kestirilebilmiştir. Yapılan araştırma sonucunda eğitim kurumlarında depolanan bilgilerin çok önemli olması nedeniyle, titizlikle depolanması ve anonim olarak erişime açılmasının ne kadar önemli olduğu vurgulanmıştır. Düzgün ve çok sayıda veri ile yapılan EVM tahmin modelleri ile öğrencilere erken dönemlerde gerekli uyarı ve desteklerin verilerek akademik başarıların arttırılabileceği sonucuna ulaşılmıştır.