Bilgisayar Programlamayı Öğrenme Sürecindeki Öğrencilerin Duyguları, Yetkilendirilmeleri ve Bilgi İşlemsel Kimliklerinin Metin Madenciliği Algoritmalarını Kullanarak Tahmin Edilmesi

  • Eser Sahibi Nilüfer ATMAN USLU
  • Tez Danışmanı Aytuğ ONAN
  • Tür Yüksek Lisans
  • Yayın Tarihi 2023
  • Yayıncı İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
  • Tek Biçim Adres https://hdl.handle.net/11469/3483
  • Konu Başlıkları Duygu
    Metin madenciliği

Bu çalışmada, programlama eğitimi alan öğrencilerin açık uçlu sorulara verdikleri yanıtların, duygu/görüş analizi ile tahminlenmesi ve farklı algoritmaların performanslarının karşılaştırılması amaçlanmıştır. Böylece, programlama eğitiminde duygu, bilgi işlemsel kimlik ve programlamada yetkilendirme ile ilgili metin tabanlı verilerin analiz edilmesi ile ilgili bir girişim yapılmasına çalışılmıştır. Araştırmada veri setinin oluşturulması için açık uçlu sorulardan oluşan elektronik bir form hazırlanmıştır. Bu formda, programlama eğitimi alan öğrencilerin duyguları, bilgi işlemsel kimlikleri ve programlamada yetkinliklerine ilişkin görüşlerinin toplanması için 14 açık uçlu soru bulunmaktadır. Araştırmaya, programlama eğitimi gören ve yaş aralığı 12-20 arasında değişen 646 öğrenci katılmıştır. Öğrencilerin sorulara verdikleri yanıtlar neticesinde 9044 cümlelik bir veri seti oluşturulmuştur. Duygu analizi kapsamında makine öğrenme algoritmalarından, karar ağaçları, destek vektör makineleri, lojistik regresyon, yapay sinir ağları ve rasgele orman algoritmaları kullanılmıştır. Ayrıca BERTurk ile öğrenci görüşleri tahminlenerek, söz konusu algoritmaların performansları karşılaştırılmıştır. Analizler, Python 3.10 programlama dili kullanılarak yapılmıştır. Araştırmanın sonuçları, duyguları tahminleme sürecinde, destek vektör makineleri ve rasgele orman algoritmalarının %94 doğruluk değeri
ürettiğini göstermiştir. BERTurk ile %96’lık bir tahminleme performansına
ulaşılmıştır. Lojistik regresyon ve yapay sinir ağları ile birlikte TF-IDF temsili bilgi
işlemsel kimlik için en yüksek doğruluk oranını elde etmiştir (%93). Programlamada
yetkilendirme için en yüksek doğruluk oranları destek vektör makineleri ve rasgele
orman algoritmasından elde edilmiştir (%94). BERTurk ile elde edilen doğruluk
değerleri; bilgi işlemsel kimlik ve programlamada yetkilendirme için %96 olarak
bulunmuştur. Öğrencilerin programlama eğitimine yönelik duygularının,
sınıflandırılmasında BERTurk’ün, makine öğrenmesi algoritmalarının tamamından
daha yüksek doğruluk değerlerini ortaya çıkardığı tespit edilmiştir.

Erişime Açık
Görüntülenme
3
24.07.2023 tarihinden bu yana
İndirme
1
24.07.2023 tarihinden bu yana
Son Erişim Tarihi
13 Haziran 2024 11:18
Google Kontrol
Tıklayınız
Tam Metin
Tam Metin İndirmek için tıklayın Ön izleme
Detaylı Görünüm
Eser Adı
(dc.title)
Bilgisayar Programlamayı Öğrenme Sürecindeki Öğrencilerin Duyguları, Yetkilendirilmeleri ve Bilgi İşlemsel Kimliklerinin Metin Madenciliği Algoritmalarını Kullanarak Tahmin Edilmesi
Eser Sahibi
(dc.contributor.author)
Nilüfer ATMAN USLU
Tez Danışmanı
(dc.contributor.advisor)
Aytuğ ONAN
Yayıncı
(dc.publisher)
İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
Tür
(dc.type)
Yüksek Lisans
Özet
(dc.description.abstract)
Bu çalışmada, programlama eğitimi alan öğrencilerin açık uçlu sorulara verdikleri yanıtların, duygu/görüş analizi ile tahminlenmesi ve farklı algoritmaların performanslarının karşılaştırılması amaçlanmıştır. Böylece, programlama eğitiminde duygu, bilgi işlemsel kimlik ve programlamada yetkilendirme ile ilgili metin tabanlı verilerin analiz edilmesi ile ilgili bir girişim yapılmasına çalışılmıştır. Araştırmada veri setinin oluşturulması için açık uçlu sorulardan oluşan elektronik bir form hazırlanmıştır. Bu formda, programlama eğitimi alan öğrencilerin duyguları, bilgi işlemsel kimlikleri ve programlamada yetkinliklerine ilişkin görüşlerinin toplanması için 14 açık uçlu soru bulunmaktadır. Araştırmaya, programlama eğitimi gören ve yaş aralığı 12-20 arasında değişen 646 öğrenci katılmıştır. Öğrencilerin sorulara verdikleri yanıtlar neticesinde 9044 cümlelik bir veri seti oluşturulmuştur. Duygu analizi kapsamında makine öğrenme algoritmalarından, karar ağaçları, destek vektör makineleri, lojistik regresyon, yapay sinir ağları ve rasgele orman algoritmaları kullanılmıştır. Ayrıca BERTurk ile öğrenci görüşleri tahminlenerek, söz konusu algoritmaların performansları karşılaştırılmıştır. Analizler, Python 3.10 programlama dili kullanılarak yapılmıştır. Araştırmanın sonuçları, duyguları tahminleme sürecinde, destek vektör makineleri ve rasgele orman algoritmalarının %94 doğruluk değeri ürettiğini göstermiştir. BERTurk ile %96’lık bir tahminleme performansına ulaşılmıştır. Lojistik regresyon ve yapay sinir ağları ile birlikte TF-IDF temsili bilgi işlemsel kimlik için en yüksek doğruluk oranını elde etmiştir (%93). Programlamada yetkilendirme için en yüksek doğruluk oranları destek vektör makineleri ve rasgele orman algoritmasından elde edilmiştir (%94). BERTurk ile elde edilen doğruluk değerleri; bilgi işlemsel kimlik ve programlamada yetkilendirme için %96 olarak bulunmuştur. Öğrencilerin programlama eğitimine yönelik duygularının, sınıflandırılmasında BERTurk’ün, makine öğrenmesi algoritmalarının tamamından daha yüksek doğruluk değerlerini ortaya çıkardığı tespit edilmiştir.
Kayıt Giriş Tarihi
(dc.date.accessioned)
2023-07-24
Açık Erişim Tarihi
(dc.date.available)
2024-01-16
Yayın Tarihi
(dc.date.issued)
2023
Yayın Dili
(dc.language.iso)
tr
Konu Başlıkları
(dc.subject)
Duygu
Konu Başlıkları
(dc.subject)
Metin madenciliği
Tek Biçim Adres
(dc.identifier.uri)
https://hdl.handle.net/11469/3483
Analizler
Yayın Görüntülenme
Yayın Görüntülenme
Erişilen ülkeler
Erişilen şehirler
6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms