Orta öğretim okulları için öğrenci otomasyonu tasarımı ve öğrenci verileri üzerine veri madenciliği uygulamaları


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2009

Tezin Dili: Türkçe

Öğrenci: KEREM ÜÇGÜN

Danışman: ALİ BULDU

Özet:

ORTA ÖĞRETİM OKULLARI İÇİN ÖĞRENCİ OTOMASYONU TASARIMI VE ÖĞRENCİ VERİLERİ ÜZERİNE VERİ MADENCİLİĞİ UYGULAMALARI Teknolojinin hızla gelişmesi ile günümüzde her alanda saklanan veri miktarı sürekli artmaktadır. Bu verilerden veri madenciliği teknikleri uygulanarak, önceden bilinmeyen, anlamlı, değerli bilgiler elde edilmek istenmektedir. Birliktelik-ilişki kuralı da bu tekniklerden biridir. Birliktelik-ilişki kurallarının belirlenmesinde en sık kullanılan algoritma ise apriori algoritmasıdır. Apriori algoritması, veri madenciliğinde sık geçen öğelerin keşfedilmesi için en çok kullanılan tekniklerden biridir. Sık geçen öğeleri belirlemek için veri tabanı birçok kez taranır. Bu tarama esnasında apriori algoritmasının birleştirme, budama işlemleri ve minimum destek ve güven değerleri yardımları ile birbirleri ile ilişkili öğeler bulunur. Okul otomasyon yazılımları öğrencilere ve onların okul durumlarına ait birçok veriyi barındırırlar. Bu verilerin çokluğuna ve zenginliğine rağmen, değerli bilgiler veritabanında gizlidir. Okullarda öğrenimin verimliliğini artırmak ve gelecek planları yapabilmek için yararlı bilgilere ihtiyaç vardır. Veri madenciliği teknikleri öğrenciler ile ilgili verilerden gizli kalmış önemli bilgileri ortaya çıkarır ve böylece bu teknikler eğitim-öğretim için değerli bilgiler sağlarlar. Bu tez çalışmasında okul otomasyon yazılımı hazırlanması ve bu yazılımda öğrenci verileri üzerinde veri madenciliği uygulaması anlatılmıştır. İ.M.K.B Ticaret Meslek Lisesi öğrenci verileri üzerinde yapılan bir veri madenciliği çalışması ile ilgili bilgiler verilmiştir. Yazılım VB.Net programlama dilinde hazırlanmıştır. Veri tabanındaki veriler üzerinde apriori algoritması uygulanarak her aşaması kullanıcı tarafından gözlemlenmiştir. Elde edilen sonuçlardan öğrencilerin başarısız olduğu dersler arasındaki ilişkiler ortaya çıkarılmıştır. ABSTRACT THE DESIGN OF STUDENT AUTOMATION FOR MIDDLE EDUCATION SCHOOLS AND DATA MINING APPLICATIONS ON STUDENTS’ DATA In today's world, due to the rapid development of technology, the amount of data stored has been constantly increasing in every field. It is intended to obtain meaningful, valuable information that is not previously known from these data by applying data mining techniques. Association-relation rule is one of these techniques. In specification of the association-relation rules, the most frequently used algorithm is apriori algorithm. Apriori algorithm is one of the most widely used techniques for exploring the frequent items in the data mining. In order to identify the frequent items, database is scanned many times. During this scanning, inter-related items are found with the help of merging and truncation processes, and minimum support and confidence values of apriori algorithm. School automation softwares accommodate a great deal of data related to the students and their school status. Despite the abundance and richness of these data, valuable information is hidden inside the database. In order to increase the efficiency of education and to make future plans, useful information is needed. Data mining techniques reveal the significant information about students among those hidden ones and therefore these techniques provide valuable information for education. In this work, development school automation software and data mining application on student’s data are studied. Data on students of I.M.K.B Commercial Vocational High School are used. The software is developed based on VB.Net programming language. Every stage of the process can be observed by user by applying apriori algorithm on the data recorded in database. From the results obtained, the relationship between the courses in which students are unsuccessful are revealed and presented.