Veri madenciliği algoritmalarını kullanarak öğrenci verilerinden birliktelik kurallarının çıkarılması
| dc.contributor.advisor | Tezel, Gülay | |
| dc.contributor.author | Ekim, Ufuk | |
| dc.date.accessioned | 2015-01-14T11:47:22Z | |
| dc.date.available | 2015-01-14T11:47:22Z | |
| dc.date.issued | 2011-10-31 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Günümüzde veri tabanları büyük miktarlarda veri depolamaktadır. Bu işlenmemiş, ham verilerden bilgi elde etmek çok zordur. Bilgiye ulaşmak için ise verilerin analiz edilerek, anlaşılabilir veriler haline dönüştürülmesi gerekir. Büyük miktarlardaki verilerin, kullanılan büyük veri tabanlarında bilgisayar programları vasıtasıyla aranarak, bulunan sonuçlar kullanılarak gelecekle ilgili tahmin yapılması işlemlerine veri madenciliği denilmektedir. Geleceğe dair tahmin yapılabilmesi için geçmişe dönüp, geçmişte bu konularla ilgili ne gibi bilgiler olduğunu ve ne gibi uygulamalar yapıldığını görmek gerekir. Günümüzde bu amaçla birçok algoritma ve yazılım geliştirilmiştir. Bu algoritma ve yazılımlar sayesinde, analistlerin işleri oldukça kolaylaşmıştır. Bu tez çalışmasında, halen Selçuk Üniversitesinde kullanılan öğrenci işleri otomasyonundan elde edilen veriler üzerinden, öğrenciler hakkında gelecekle ilgili tahmin yapılabilmesi için gerekli birliktelik kuralları çıkarılmıştır. Bu amaçla, bu tezde apriori algoritması ve karar ağacı algoritması kullanılmıştır. Bu kurallar sayesinde, Selçuk Üniversitesini yeni kazanan bir öğrencinin, üniversitedeki başarısına etki eden faktörler araştırılmıştır. Bu çalışma sonucunda, ailenin eğitim seviyesinin ve gelir düzeyinin öğrencinin başarısında en etkili faktörler olduğu görülmüştür. | en_US |
| dc.description.abstract | In this day and time, data bases are storing the data in great amounts. It is so difficult to get information from these raw datum. For reaching information, datum are to be analyzed and transformed into comprehensible datum. The processes, which datum in great amounts are searched in the great data bases by computer programs and the results found provide that we make a prediction about the future, are called as ?data mining?. To be able to see the future and to make a prediction about the future, we should look at the past and should see what sort information about these subjects were present and what sort applications were done in the past. In our day, in these matters, many algorithms and software have been improved. Thanks to these algorithms and software, analysts? works have been gotten easy considerably. In this thesis work, it has been reached necessary information to make future predictions about students by the datum acquiring from the student affairs automation that is still used at Selcuk University. By this information and with this aim, in this thesis, it has been used a priori algorithm and decision tree algorithm, Thanks to these rules, it has been researched the factors that affect the success at the university of a newly-registered student to Selcuk University. At the end of this work, it has been seen that the level of education and income of a family are the most effective factors in the success of a student. | en_US |
| dc.identifier.citation | Ekim, U. (2011). Veri madenciliği algoritmalarını kullanarak öğrenci verilerinden birliktelik kurallarının çıkarılması. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/1347 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Veri madenciliği | en_US |
| dc.subject | Apriori algoritması | en_US |
| dc.subject | Karar ağacı algoritması | en_US |
| dc.subject | Apriori algorithm | en_US |
| dc.subject | Decision tree algorithm | en_US |
| dc.subject | Data mining | en_US |
| dc.title | Veri madenciliği algoritmalarını kullanarak öğrenci verilerinden birliktelik kurallarının çıkarılması | en_US |
| dc.title.alternative | Deducing of association rules from students database using data mining algorithms | en_US |
| dc.type | Master Thesis | en_US |
