Veri madenciliği teknikleri kullanılarak sosyal ağlar aracılığı ile bilgisayar ve bilişim mühendisliği mezun öğrenci profillerinin belirlenmesi

Abstract

Bilişim teknolojilerindeki gelişmeler ile birlikte, kişilerin şahsi ve mesleki yeterliliklerini göz önüne serdikleri sosyal iş ağları özellikle mesleki tecrübelerin öne çıktığı, yazılı kuralları olmayan ancak beyan edilen bilgilerin doğru olduğu kabul edilen bir nevi özgeçmiş yayınlama platformu haline gelmiştir. Bu tez çalışmasında, lisans öğrenimini Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesinde tamamlayan 834 adet öğrencinin aktif olarak çalıştıkları kurum, kuruluş ve işletme bilgilerine sosyal iş ağlarından ulaşılarak mezun öğrencilerin sektör bilgileri etiketlenmiştir. Mezunların en çok bilişim, finans ve özel sektörde faaliyet gösterdiği, en az güvenlik ve medya sektörünü tercih ettiği gözlenmiştir. Etiketlenen sektör bilgileri ile öğrencilerin lisans eğitimleri sırasında aldıkları 10 adet dersin not ve başarı durumları temel istatistik yöntemleri ile işlenerek veri ambarı oluşturulmuştur. Apriori algoritması ve Rapidminer yazılımı kullanılarak mezun öğrencilerin sektörel eğilimleri ve öğrenim gördükleri dersler arasındaki başarı ilişkisi ortaya çıkarılmıştır. Ortaya çıkarılan "sektör-ders" ilişkileri göz önünde bulundurularak, Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi müfredatı için kullanılabilecek faydalı bir model geliştirilmiştir.

Along with the developments in information technologies, the social business networks which the personal and professional competences of the people are taken into consideration, have become a platform for publishing resumes that do not have written rules and are especially prominent in their professional experience. In this thesis, 834 students who completed their undergraduate studies at the Faculty of Computer and Information Sciences of Sakarya University were accessed from the social business networks and the sectoral information of the graduates was labeled. It has been observed that the graduates most preferred in the Information, Finance and Private Sector, the least in the Security and Media sectors. The data warehouse was formed by processing the sectoral information labels and the grades and achievements of the 10 courses that the students took during their undergraduate education using basic statistical methods. Apriori algorithm and RapidMiner software were used to reveal the relationship between the sectoral trends of graduate students and the courses they have studied. A useful model with taking into consideration the "sector-course" associations was developed for the Sakarya University Computer and Information Sciences Faculty curriculum in the following years.