Dijital Eğitimde Süreç Madenciliği ve Makine Öğrenmesi: LMS Verileri İle Öğrenci Davranış Modelleri ve Akademik Performans Tahmini

Abstract

COVID-19 pandemisi, dijital eğitim platformlarının, özellikle Öğrenme Yönetim Sistemleri'nin (LMS), kullanımını önemli ölçüde artırmıştır. Pandemi süresince uzaktan eğitim yöntemlerine olan talep hızla yükselmiş, bu da eğitim sistemlerinin dijital dönüşümünü hızlandırmıştır. Araştırmalar, pandemi sırasında öğrencilerin çevrimiçi öğrenme platformlarındaki etkinliklerinin arttığını ve bu değişimin eğitim süreçlerinin dijital platformlar üzerinden yürütülmesinde kritik bir rol oynadığını göstermektedir (Fitriani, 2020). Bu bağlamda, öğrenci davranışlarının daha iyi anlaşılması ve bu davranışların akademik başarı üzerindeki etkilerinin incelenmesi gerekliliği ortaya çıkmıştır. Bu çalışmanın temel amacı, LMS sistemlerinde öğrencilerin davranışlarını analiz etmek ve akademik performanslarını tahmin eden bir model geliştirmektir. Çalışmada süreç madenciliği teknikleri kullanılarak öğrenci aktivitelerinden anlamlı süreç modelleri çıkarılacak, ardından makine öğrenmesi algoritmaları ile bu süreçler akademik başarıyla ilişkilendirilerek tahmin yapılacaktır. LMS sistemlerinde biriken büyük hacimli veri setleri, süreç madenciliği sayesinde öğrenci davranışlarındaki eğilimlerin tespit edilmesi için güçlü bir kaynak oluşturmaktadır. Bu araştırma, öğrenci davranışlarının yalnızca bireysel etkinlikler üzerinden değil, süreç odaklı bir yaklaşımla analiz edilmesini önerir. Süreç madenciliği ve makine öğrenmesi teknikleri, öğrencilerin öğrenme stratejilerini daha iyi anlamamıza yardımcı olurken, akademik başarıyı etkileyen kritik faktörlerin belirlenmesine olanak sağlayacaktır. Bu sayede, öğrenme yönetim sistemleri daha verimli hale getirilebilir ve öğrenci performansını artırmaya yönelik kişiselleştirilmiş eğitim stratejileri geliştirilebilir.