jump to navigation

Web Madenciliği ile Daha İyi Bir E-öğrenme Modeli Mümkün Mü? Ocak 9, 2008

Posted by uzaktanegitim in blackboard, data mining, e-öğrenme, e-learning, machine learning, teknoloji, veri madenciliği, web madenciliği, web mining.
trackback

Web madenciliği kısaca Web sayfaları ve servislerinden otomatik olarak bilgi çekip bunlardaki kalıpları keşfetmek için veri madenciliği tekniklerinin kullanılması olarak tanımlanabilir. Acaba makina öğrenme (machine learning) ve veri madenciliği (data mining) tekniklerinin özel bir dalı olan web madenciliği yöntemleri ile daha iyi e-öğrenme sistemleri geliştirmek mümkün müdür?

Missouri-Columbia Üniversitesinden James Laffey ve Jiye Ai’nin “Web Mining as a Tool for Understanding Online Learning” başlıklı makalesi bu ve benzeri sorulara olumlu cevaplar vermenin yanısıra güzel ve pratik bir örnek de gösteriyor: Yazıda somut olarak bir Blackboard (webct) e-öğrenme sisteminin web madenciliği ile nasıl daha da faydalı ve verimli hale getirilebileceği anlatılıyor.

Araştırmacılar, makalenin başında web madenciliği tekniklerinin başlıca şu üç noktada ciddi fayda getireceğini belirtmişler:

  • Öğrenci davranışlarının daha iyi anlaşılması ve modellenmesi
  • E-öğrenme sistemlerinin ne kadar verimli olduklarının daha iyi belirlenebilmesi
  • Eğitimsel tasarımların faydalarının ölçülebilmesi

Yazarların girişte verdikleri en somut örneklerden biri ise Luan tarafından 2002’de gerçekleştirilmiş ve iki yıllık meslek okullarında okuyan hangi öğrencilerin dört yıllık üniversitelere geçiş yaptıklarını büyük başarı ile tahmin edebilen bir web madenciliği ve öngörü sistemi [1]. Bu şekilde öğrencilerin geleceğe yönelik kararlarını herkesten önce tahmin edebilen üniversite yönetiminin ve hocaların çok daha hedefe yönelik bir akademik hizmet sunması da bu tür bir sistemin getireceği en büyük faydalardan biri olsa gerek kaynak ve zaman verimliliği açısından.

Makalenin bundan sonraki kısmında ise Blackboard tarafından üretilen web log bilgilerinin ne tür önişlemlerden geçirildiği ve makina öğrenme algoritmalarından biri olan ikili karar ağacı kullanılarak öğrenci performanslarını tahmin etmeye yönelik modelin nasıl kurulduğu anlatılıyor.

Sonuçta geliştirilen sistem sayesinde bir öğrencinin 1 haftalık Blackboard hareketlerine bakarak dönem sonundaki başarı notunu %70 olasılıkla tahmin etmek mümkün hale geliyor ki biraz daha çok veri kullanıldığında bu tahmin oranı %90’a kadar çıkabiliyor. Böyle bir geleceğe yönelik tahmin aracına kavuşan öğretim görevlilerinin tek tek öğrencilere odaklanması ve gerçekçi tavsiyelerde bulunması, erken uyarı mekanizmaları kurmaları da çok kolaylaşmış oluyor.

Yazarların da kısmen belirttiği gibi Blackboard ve benzeri e-öğrenme sistemlerinden daha detaylı veri edinilmesi, ‘sequence mining’ ve benzeri yöntemlerle analizlerin çoğaltılıp, anlamlı parametrelerin keşfedilip analiz ve tahmin modellerinin kalitesinin yükseltilmesi ile uzaktan eğitimin verimi ve kalitesi artırılabilir.

Üstelik bu tür sistemler gerekli testlerden geçtikten sonra yine e-öğrenme sistemlerinin içindeki etmenlere (software agents) yerleştirilerek öğrencilere otomatik eğitim danışmanlığı yapmak ve hatta öğretim görevlilerine de otomatik olarak önerilerde bulunmak mümkün olabilecektir.

1- Luan, J. (2002). Data Mining and Its Applications in Higher Education. New Directions for Institutional Research, 2002, 113 (Spring), pp. 17-36.

Reklamlar

Yorumlar»

1. FZ Blogs » Web Madenciliği ile Daha İyi Bir E-öğrenme Modeli Mümkün Mü? - Ocak 9, 2008

[…] web madenciliği tekniklerinin başlıca şu üç noktada ciddi fayda getireceğini belirtmişler: devamı burada… […]

2. Web Madenciliği ile Daha İyi Bir E-öğrenme Modeli Mümkün Mü?, TechnoLogic - Ocak 9, 2008

[…] Araştırmacılar, makalenin başında web madenciliği tekniklerinin başlıca şu üç noktada ciddi fayda getireceğini belirtmişler: devamı burada… […]

3. Gündelikçi Notlar » Blog Archive » Web Madenciliği ve Uzaktan Eğitim ile ilgili bir yazı - Ocak 9, 2008

[…] başarı durumları ile ilgili önceden bilgi verebilen sistemler üzerine kısa bir makaleye buradan ulaşabilirsiniz. Yazıda aynı zamanda iki makaleye atıfta da […]


Bir Cevap Yazın

Aşağıya bilgilerinizi girin veya oturum açmak için bir simgeye tıklayın:

WordPress.com Logosu

WordPress.com hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Google+ fotoğrafı

Google+ hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap / Değiştir )

Connecting to %s

%d blogcu bunu beğendi: