Ontoloji tabanlı uyarlanabilir ölçme ve değerlendirme sisteminin geliştirilmesi
Development of an ontology-based adaptive assessment and evaluation system
- Tez No: 1005691
- Danışmanlar: PROF. DR. AYSUN AYTAÇ, PROF. DR. JALE İPEK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, Eğitim ve Öğretim, Computer Engineering and Computer Science and Control, Mathematics, Education and Training
- Anahtar Kelimeler: Bilgisayar ortamında bireyselleştirilmiş test, Graf teori, Madde Tepki Kuramı, Ontoloji, Semantik web, Uyarlanabilir öğrenme sistemleri, Yapay zeka, Öğrenme analitikleri, Computerized adaptive testing, Graf theory, Item Response Theory, Ontology, Semantic web, Adapvite learning systems, Artificial intelligence, Learning analytics
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geleneksel Bilgisayarlı Uyarlanabilir Test algoritmaları, bireyin yetenek düzeyini istatistiksel olarak en az sayıda soruyla kestirmeyi hedeflerken, öğrenme içerikleri arasındaki hiyerarşik ve anlamsal ilişkileri genellikle göz ardı etmektedir. Bu durum, özellikle düşük yetenek düzeyindeki öğrencilerde zemin etkisi problemine ve pedagojik bağlamdan kopuk bir ölçme sürecine yol açmaktadır. Bu tez çalışmasında, söz konusu sınırlılıkları aşmak amacıyla; anlamsal web teknolojilerini, dinamik parametre güncelleme yöntemlerini ve üretken yapay zekayı bütünleştiren yeni bir akıllı ölçme ve değerlendirme sistemi mimarisi önerilmiş ve geliştirilmiştir. Araştırmanın ilk aşamasında, Türkiye 8. sınıf matematik müfredatının yapısal ve pedagojik özelliklerini modellemek amacıyla OntoMathEduTR ontolojisi geliştirilmiştir. Geliştirilen bu ontoloji; müfredatın yalnızca statik bir konu sıralamasından ibaret olmadığını, aksine bilişsel süreç boyutları, dijital yeterlikler ve disiplinler arası bağlantılarla örülmüş dinamik bir bilgi çizgesi (knowledge graph) olduğunu ortaya koymuştur. İşletilen SWRL kuralları ve nesne özelliği doğrulamaları; Veri Analizi ve Doğrusal İlişkiler gibi kritik konularda matematiksel temsil ile anadilde iletişim becerilerinin eşzamanlı gerekliliğini ve Cebir alanının yüksek bilişsel yük ile öz-düzenleme becerilerini aynı anda talep ettiğini somut verilerle kanıtlamıştır. Sistemin algoritmik çekirdeğini oluşturan ve bu çalışma kapsamında geliştirilen hibrit OntoEduCAT algoritması; Madde Tepki Kuramını ontolojik çizge kısıtlamaları ve Elo tabanlı dinamik parametre güncelleme mekanizması ile birleştirmiştir. 3.000 sanal öğrenci ile gerçekleştirilen Monte Carlo simülasyonları, algoritmanın standart 3PL-CAT modeline kıyasla pedagojik sıra takibini koruyarak rekabetçi bir test verimliliği sunduğunu göstermiştir. Özellikle“İyileştirme”mekanizması sayesinde düşük yetenekli öğrenciler sistem dışına itilmek yerine öncül konulara yönlendirilerek kapsayıcı bir ölçme ortamı sağlanmış; oturumlar arası süreklilik özelliği ile de boylamsal izlemede yaklaşık %29 oranında soru tasarrufu elde edilmiştir. Teorik ve algoritmik altyapı, Büyük Dil Modelleri ile güçlendirilmiş bütünleşik bir web tabanlı eğitim teknolojisi ürününe dönüştürülmüştür. Gemini 2.5 Flash modeli bütünleştirilerek geliştirilen“Akıllı Asistan”modülü, çok modlu matematik sorularını %95'in üzerinde bir doğrulukla çözerken; öğrenciye ait gerçek verilerle beslenen yapısı sayesinde halüsinasyon üretimini engelleyerek bağlamsal ve güvenilir bir eğitim danışmanlığı sunmuştur. Alan uzmanları denetçiler ile gerçekleştirilen doğrulama testlerinde, sistemin başarısızlık durumlarında öğrenciyi ontolojik öncül konulara yönlendirme kararlarının doğrulukla çalıştığı ve sistemin teknik kararlılığının tam olduğu teyit edilmiştir. Sonuç olarak; bu tez çalışması ile ortaya konan mimari, sadece bir ölçme aracı değil; öğrenme eksikliklerini ontolojik derinlikle teşhis eden, yapay zekâ ile anlık geri bildirim sağlayan ve öğrenme analitikleri ile süreci görselleştiren bütüncül bir Akıllı Öğretim Sistemi olarak literatüre özgün bir katkı sunmaktadır. Geliştirilen OntoMathEduTR ontolojisi, Türkiye bağlamında matematiksel alan becerilerini ve yetkinlikleri modelleyen ilk özgün çalışma olması bakımından da ayrıca önem taşımaktadır.
Özet (Çeviri)
Traditional computer-adaptive testing algorithms aim to estimate an individual's ability level with the statistically minimum number of questions, while often disregarding the hierarchical and semantic relationships between learning contents. This situation leads to the floor effect problem, especially among students with low ability levels, and to an assessment process disconnected from the pedagogical context. In this thesis, a new intelligent measurement and evaluation system architecture has been proposed and developed to overcome these limitations by integrating semantic web technologies, dynamic parameter updating methods, and generative artificial intelligence. In the first phase of the research, the OntoMathEduTR ontology was developed to model the structural and pedagogical characteristics of the 8th grade mathematics curriculum in Turkey. This ontology revealed that the curriculum is not merely a static sequence of topics, but rather a dynamic knowledge graph woven with cognitive process dimensions, digital competencies, and interdisciplinary connections. The applied SWRL rules and object property validations have proven with concrete data that critical topics such as Data Analysis and Linear Relationships require both mathematical representation and native language communication skills simultaneously, and that the field of Algebra demands high cognitive load and self-regulation skills at the same time. The hybrid OntoEduCAT algorithm, which forms the algorithmic core of the system and was developed within the scope of this study, combines Item Response Theory with ontological graph constraints and an Elo-based dynamic parameter update mechanism. Monte Carlo simulations conducted with 3,000 virtual students demonstrated that the algorithm offers competitive test efficiency while maintaining pedagogical sequence tracking compared to the standard 3PL-CAT model. Thanks to the“Improvement”mechanism in particular, low-ability students are directed to preliminary topics rather than being pushed out of the system, providing an inclusive assessment environment; the continuity feature between sessions also achieved approximately 29% question savings in longitudinal tracking. The theoretical and algorithmic infrastructure has been transformed into an integrated web-based educational technology product powered by Large Language Models. The“Smart Assistant”module, developed by integrating the Gemini 2.5 Flash model, solves multi-modal math questions with over 95% accuracy. Thanks to its structure fed by real student data, it prevents hallucination production and provides contextual and reliable educational guidance. In validation tests conducted with subject matter experts, it was confirmed that the system's decisions to redirect students to ontological prerequisite topics in case of failure worked accurately and that the system's technical stability was complete. In conclusion, the architecture presented in this thesis is not merely a measurement tool; it contributes to the literature as a comprehensive Intelligent Teaching System that diagnoses learning deficiencies with ontological depth, provides instant feedback through artificial intelligence, and visualizes the process with learning analytics. The developed OntoMathEduTR ontology is also significant as the first original work modeling mathematical domain skills and competencies within the Turkish context.
Benzer Tezler
- Uyarlanabilir e-öğrenme için ontoloji tabanlı bir öneri sistemi
An ontology based recommender system for adaptive e-learning
CEVAT AKTAŞ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİROL ÇİLOĞLUGİL
- Bulut tabanlı uyarlanabilir melez veri modelinin ve erişim çerçevesinin geliştirilmesi
Development of a cloud based customizable hybrid data model and access framework
NAİL DİKER
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT OSMAN ÜNALIR
- Ontology-based entity tagging and normalization in the biomedical domain
Biyomedikal alanda ontoloji tabanlı varlık ismi etiketleme ve normalizasyonu
ZEYNEP İLKNUR KARADENİZ EROL
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
- Bilgi yönetimi için anlamsal öğrenme ortamlarının incelenmesi
The investigation of semantic learning environments for knowledge management
FATEMA ALLAFI ABDALLA ESDEIRA
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesiİlköğretim Ana Bilim Dalı
YRD. DOÇ. DR. YASEMİN GÜLTEPE
- Deep learning-based methods for drug synergy prediction
İlaç sinerjisi tahmini için derin öğrenme tabanlı yöntemler
HALİL İBRAHİM KURU
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH ERCÜMENT ÇİÇEK
DOÇ. DR. ÖZNUR TAŞTAN OKAN