| dc.description.abstract |
Öğrenme ortamlarında öneri sistemlerinin kullanılması, uyarlanabilir
öğrenme ortamlarında olduğu gibi “herkese aynı beden elbise (one
size fits all)“ kavramını reddederek, bireyselleştirilmiş öğrenmeyi
desteklemektedir. Öneri sistemleri bu bireyselleştirme işlemini kişinin
demografik bilgileri, gezinme verileri veya tercih verileri gibi doğrudan
ya da gizil olarak toplanan veriler aracılığı ile gerçekleştirmektedir.
Bireyselleştirilmiş öğrenme ortamları çoğu öğrenme düzeyinde etkili
olduğu gibi yetişkinlere yönelik tasarlanacak öğrenme ortamları için
de biçilmiş kaftan olarak düşünülmektedir. Çünkü yetişkin öğrenme
ortamları bireyin kendi tercihlerini yapabildiği ve kendi öğrenme
sürecini yönetebildiği öğrenme ortamlarını gerektirmektedir.
Literatürde bireysel öğrenmeyi destekleyici farklı sistemler kullanıldığı
görülmektedir. 2000’li yılların başında öğrenme ortamlarında
kullanımının yaygınlığı bu çalışma ile de kanıtlanan ve öğrenme
ortamlarında etkililiği bir çok çalışma ile kanıtlanan sistemlerden
biri de öneri sistemleridir. Öğrenme alanlarında öneri sistemlerinde
öğrenme nesneleri, içerikler, kaynaklar, arkadaşlar veya öğrenme
yolu gibi farklı öneriler ile kişiselleştirme sağlanabilmektedir. Bu kişiselleştirmeler için öneri sistemlerinde filtreleme yöntemleri
kullanılmaktadır. Önerilerde kullanılacak veri setlerine göre bu
filtreleme yöntemleri temelde üç başlık altında toplanmaktadır. Bunlar;
içerik tabanlı, işbirlikli ve hibrit filtreleme yöntemleridir. Bu çalışmanın
amacı; yetişkin öğrenme ortamlarında kullanılmak üzere geliştirilen
öneri sistemlerine yönelik sistematik bir tarama yürütmektir. Bu
doğrultuda üç farklı anahtar kelime belirlenmiş ve Türkçe/İngilizce
olarak farklı veri tabanları ve google akademik üzerinden taramalar
yapılmıştır. Taramalar sonucunda 2000-2021 yılları arasında
yapılmış toplam 116 çalışmaya ulaşılmıştır. Bu çalışmalar; makaleler,
literatür taramaları, doktora tezleri, yüksek lisans tezleri ve konferans
bildirilerini kapsamaktadır. Bu çalışmalar yazarlar tarafından
belirlenen dahil etme ve dahil etmeme kriterleri çerçevesinde ayrıntılı
olarak incelenmiştir. Yapılan incelemeler sonucunda çalışmaların;
18 tanesinin eğitim dışında kalan alanlarda yapılmış çalışmalar
olduğu ve eğitim alanında yapılan diğer çalışmaların 5 tanesinin
yetişkin eğitiminde olmadığı, 1 tanesinin İspanyolca yazıldığı ve
3 tanesinin literatür taraması olduğu, 11 tanesinde ise filtreleme
yönteminin içerik tabanlı, işbirlikli veya hibrit olmadığı görülmüştür.
Söz konusu araştırmalar, mevcut çalışmada belirlenen literatür
taramasına dahil olma kriterlerine uymadığından kapsam dışı olarak
değerlendirilmiştir. Geri kalan 79 çalışma; önerinin türü, yılı, çalışma
yöntemi, filtreleme yöntemi ve kullanılan algoritmalar açısından
ayrıntılı olarak incelenmiştir. Yapılan incelemeler sonucunda; en
fazla içerik önerisinde ve öğrenme nesnesi önerisinde bulunulduğu,
bunların yanı sıra öğrenme yolu, öğretmen, kurs ve meslek önerileri
gibi farklı önerilerde de bulunulduğu görülmüştür. En fazla yayının
2020 yılında yapıldığı bilgisine ulaşılmıştır. Çalışmaların yöntemlerine
bakıldığında; en çok sistem performansının test edilmesi ve tanıtımı
faaliyetlerinin yürütüldüğü, en az kullanılan araştırma yönteminin ise
karma araştırma ve sistemin kullanılabilirliği olduğu gözlemlenmiştir.
Kullanılan filtreleme yöntemleri incelendiğinde en çok kullanılandan
en az kullanılan filtreleme yöntemine doğru sıralamanın; işbirlikli,
içerik tabanlı ve hibrit filtreleme şeklinde olduğu görülmüştür. Var olan
verilerin analizinde kullanılan algoritmalar incelendiğinde en yakın
K-komşunun (KNN) en çok kullanılan algoritma olduğu, regresyon
analizi ve N-gram kümeleme gibi algoritmaların birer çalışmada
kullanıldığı, toplamda 19 farklı algoritma kullanıldığı sonucunda
ulaşılmıştır. Sonuç olarak yapılan araştırmalar son yıllarda öneri
sistemleri üzerine çalışmaların yaygın olduğu, ders ortamlarındaki
farklı nesne, öğrenen, kurs ve hatta öğreten kişilerin dahi öneri olarak
sunulabileceğini göstermektedir |
tr_TR |