Bilgisayar ve öğretim teknolojileri eğitimi lisansüstü öğrencileri için danışman seçimine yönelik öneri sisteminin geliştirilmesi ve değerlendirilmesi
Development and evaluation of a recommender system for advisor selection among graduate students in the field of computer and instructional technology education
- Tez No: 986505
- Danışmanlar: PROF. DR. SİBEL SOMYÜREK
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü, Tavsiye sistemleri, Department of Computer Education and Instructional Technology, Recommender systems
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırmanın amacı, Bilgisayar ve Öğretim Teknolojileri Eğitimi alanında lisansüstü öğrenciler için tez danışmanı seçim sürecini destekleyen veri temelli bir öneri sisteminin geliştirilmesi ve değerlendirilmesidir. Tasarım tabanlı araştırma yöntemiyle gerçekleştirilen çalışmanın ilk aşamasında, danışman seçimine etki eden faktörleri belirlemek amacıyla 1997–2025 yılları arasındaki ulusal ve uluslararası çalışmalar sistematik literatür taraması yöntemiyle incelenmiştir. Literatür taraması sonucunda, danışman seçimini etkileyen 36 faktör olduğu belirlenmiş bu faktörler, akademik uzmanlık ve tez konusunun uyumu, erişilebilirlik ve iletişim, destek ve mentörlük, rehberlik ve yönlendirme, statü ve saygınlık, geri bildirim ile akademik süreci izleme ve yönetme rehberlik temaları altında sınıflandırılmıştır. İkinci aşamada, Bilgisayar ve Öğretim Teknolojileri Eğitimi alanındaki lisansüstü öğrencileri için tez danışmanı seçimi ve danışmanla uyumlu çalışmak için önemli ve öncelikli faktörleri belirlemek için paydaş görüşlerine başvurulmuştur. Bu amaçla bir anket geliştirilmiş, katılımcılardan literatür taraması sonucunda belirlenen faktörleri puanlamaları ve eklemek istedikleri yeni faktörleri belirtmeleri istenmiştir. Nicel analiz sonuçlarına göre faktörlerin büyük bölümü yüksek önem düzeyinde değerlendirilmiş; özellikle danışmanın erişilebilirliği, zamanında geri bildirim sağlaması, öğrenciye karşı saygılı ve destekleyici tutumu, akademik rehberlik sağlaması ve uzmanlık alanı uyumu öne çıkan kriterler olmuştur. Öğrencilerin en yüksek puan verdiği 10 faktör, öneri sisteminde danışmanlık ve rehberlik boyutundaki öznitelikleri oluşturmuştur. Akademisyenlerin araştırma konularındaki uzmanlıkları teknik/mesleki becerilerinin bir yansıması olarak kabul edilmekte olup öğrenci–danışman araştırma alanı uyumu, akademik hedeflere ulaşmada kritik rol oynamaktadır. Bu nedenle bu çalışmada BÖTE alanındaki temel araştırma konularını belirlemek amacıyla bibliyometrik analiz ve konu modelleme çalışma sonuçlarından yararlanılarak bir tema listesi oluşturulmuştur. Bunu takiben bu temaların alanı ne ölçüde temsil ettiğini değerlendirmek için alan uzmanlarının görüşüne başvurarak temalara ve temalara ilişkin kodlara nihai şekli verilmiştir. Sistemde yer alacak tez danışmanı seçimi ve danışmanla uyumlu çalışmak için belirlenen faktörler ve araştırma konularının netleşmesinin ardından, AdvisorFlow adı verilen web tabanlı öneri sistemi geliştirilmiştir. Bu sistemde danışman profilinin akademik araştırma boyutu, danışmanların PDF formatındaki özgeçmişlerinden araştırma alanlarını otomatik çıkarabilen yapay zeka destekli bir içerik analizi modülü ile oluşturulmuştur. Danışman profilinin danışmanlık ve rehberlik boyutu ise geçmiş öğrencilerin değerlendirmeleriyle belirlenmiştir. Öğrenci profillerinin danışmanlık ve rehberlik tercihleri, ilk 10 faktöre yönelik önem düzeyine göre yaptıkları puanlamayla; akademik araştırma boyutu ise tezde çalışmak istedikleri araştırma konusu veya konularına dayalı olarak oluşmaktadır. Sistem, bu iki boyutu çok kriterli bir eşleştirme yaklaşımıyla bir araya getirerek en uygun danışman–öğrenci eşleşmesini önermektedir. Geliştirilen öneri sisteminin değerlendirilmesinde, öncelikle öğrencilerin kendi danışmanlarına ilişkin danışmanlık ve rehberlik boyutu ile akademik araştırma boyutundaki uyum değerlendirmelerinin, algoritmalar tarafından hesaplanan uyum skorlarıyla ne ölçüde örtüştüğü incelenmiştir. Ardından öğrenciye sunulan beş danışman önerisinin öğrenciler tarafından ne ölçüde uygun bulunduğu analiz edilmiştir. Son olarak, öğrencilerin geliştirilen öneri sisteminin kullanılabilirliğine ilişkin görüşleri değerlendirilmiştir. Elde edilen bulgular, öğrencilerin danışmanlarına yönelik değerlendirmeleri ile algoritmik uyum skorları arasında anlamlı ve tutarlı bir ilişki bulunduğunu ortaya koymuştur. Ayrıca sonuçlar, sunulan danışman önerilerinin öğrencilerin büyük çoğunluğu tarafından uygun olarak değerlendirildiğini ve sistemin yüksek isabet ve kesinlik değerlerine sahip olduğunu göstermektedir. Bunlara ek olarak öğrenciler, AdvisorFlow sisteminin kullanımının kolay ve anlaşılır olduğunu, danışman seçim sürecinde yol gösterici bir rol üstlendiğini ifade etmişlerdir. Bu bulgular, geliştirilen veri temelli öneri sisteminin danışman–öğrenci eşleşme sürecini desteklemede işlevsel, geçerli ve uygulanabilir bir karar destek aracı olduğunu göstermektedir.
Özet (Çeviri)
Graduate students' advisor selection is a critical component of the thesis process, directly influencing academic progress, research quality, and overall satisfaction with graduate education. The advisor–student relationship requires both academic alignment and effective communication; therefore, selecting an appropriate advisor plays a vital role in strengthening the research experience. However, this process is often subjective and based on limited information, which may result in mismatches and challenges throughout the thesis journey. This study aims to develop and evaluate a data-driven recommender system designed to support advisor selection for graduate students in the field of Computer and Instructional Technology Education. The research was conducted in two main phases. In the first phase, a systematic literature review (SLR) covering studies published between 1997 and 2025 was carried out to identify the factors influencing advisor selection. The results of the literature review revealed 36 factors influencing advisor selection. These factors were classified under the following themes: academic expertise and alignment with the thesis topic; accessibility and communication; support and mentoring; guidance and direction; status and prestige; feedback; and monitoring and management of the academic process. In the second phase, a 36-item survey was administered to graduate students to determine the relative importance of these factors. Quantitative analysis revealed that most factors were evaluated as highly important, with timely feedback, advisor accessibility, respectfulness, academic compatibility, and supportive guidance emerging as the most prominent criteria. The ten highest-rated factors were incorporated as the core attributes of the recommender system. After the factors influencing thesis advisor selection and advisor–student compatibility, along with the relevant research topics to be incorporated into the system, were clearly identified, a web-based recommender system called AdvisorFlow was developed. Within this system, the academic research dimension of the advisor profile is generated through an AI-driven content analysis module that automatically extracts advisors' research areas from their curricula vitae in PDF format. The advising and mentoring dimension of the advisor profile is derived from evaluations provided by former students. Student profiles are constructed by weighing their advising and mentoring preferences based on the importance of ratings assigned to the top ten factors, while the academic research dimension is defined by the research topic or topics students intend to pursue in their theses. By integrating these two dimensions through a multi-criteria matching approach, the system recommends the most suitable advisor–student pairings. To evaluate the developed recommender system, the alignment between students' assessments of their own advisors—across both advising and mentoring compatibility and academic research compatibility—and the compatibility scores calculated by the algorithms was first examined. Next, the extent to which the five advisor recommendations presented to each student were perceived as appropriate was analyzed. Finally, students' perceptions of the system's usability were assessed. The findings indicate a significant and consistent relationship between students' evaluations of their advisors and the algorithmically generated compatibility scores. Furthermore, the results show that the vast majority of students perceived the recommended advisors as appropriate and that the system achieved high levels of accuracy and precision. In addition, students reported that AdvisorFlow is easy to use, intuitive, and provides meaningful guidance during the advisor selection process. Collectively, these findings suggest that the proposed data-driven recommender system serves as a functional, valid, and practically applicable decision-support tool for enhancing the advisor–student matching process.
Benzer Tezler
- TÜBİTAK Lise Öğrencileri Araştırma Projeleri yarışmasında finalde derece alan öğrencilerin ve danışman öğretmenlerin deneyimlerinin incelenmesi
Investigation of the experiences of students and counselor teachers who received final degrees in the TÜBİTAK High School Students Research Projects competition
MİNE CAMCI
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiFırat ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. OĞUZHAN ÖZDEMİR
- Nicel analiz seçimi konusunda yapay zekâ destekli bir sohbet robotu geliştirilmesi
Development of an AI-powered chatbot for quantitative analysis selection
ABDULLAH RAGIP ERSÖZ
Doktora
Türkçe
2023
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AYSAN ŞENTÜRK
- Covid-19 ve zorunlu uzaktan eğitim sürecinin öğretmenlerin mesleki motivasyon ve mesleki doyumuna etkisi
Covid-19 and the effects of compulsory distance education on teacher's motivation and job satisfaction
SEVİNÇ KILIMAN
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimMardin Artuklu ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. NURETTİN BELTEKİN
- Perceptions and expectations of students in non-thesis graduate programs pertaining to good tutor in distance education
Tezsiz yüksek lisans öğrencilerinin uzaktan eğitimde iyi öğretim elemanına ilişkin algıları ve beklentileri
MEHMET KARA
Yüksek Lisans
İngilizce
2014
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiBilgisayar ve Öğretim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. GÜLFİDAN CAN
- Sanal gerçeklik destekli görev tabanlı dil öğretimi yaklaşımının lisansüstü öğrenciler üzerindeki etkisi
The effect of virtual reality assisted task-based language teaching approach on graduate students
ALİ GÜNDÜZ
Doktora
Türkçe
2022
Eğitim ve ÖğretimAtatürk ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. YÜKSEL GÖKTAŞ