A Model Proposal to Determine Learning Styles of Students by Using Machine Learning Techniques and Kolb Learning Styles Inventory

Abstract

Öğrenme stillerini önceden belirlemek, öğrenme ortamının tasarımında, öğretim üyesinin ders içeriğini hazırlamasında ve özellikle öğrencinin öğrenme sürecinde önemli bir rol oynamaktadır. Kolb Öğrenme Stilleri Envanteri (KÖSE), öğrenme stillerini belirlemede en yaygın kullanılan araçlardan birisidir; ancak diğer araştırmalar, ölçekler veya psikolojik testlerde olduğu gibi KÖSE’nin de uygulama ve değerlendirme aşamalarında, soruların yanlış anlaşılması veya boş geçilmesi gibi bazı problemlerle karşılaşılabilir. Bu çalışmada; makine öğrenmesi teknikleri ve KÖSE Versiyon III (KÖSE-III) kullanılarak öğrencilerin öğrenme stillerini belirlemeye yönelik bir model önerisi geliştirmek ve bu modeli temel alan, web ve mobilden erişilebilen bir uygulama geliştirmek amaçlanmaktadır. Bu amaçla, KÖSE-III’te verilen durumlara yönelik Kolb’un orijinal değerlendirme yönteminden farklı olarak öğrencilerden kendilerine en uygun gelen seçeneği seçmeleri istenmiş ve öğrencilerin yaş ve cinsiyet bilgileri de alınarak araştırmanın veri seti oluşturulmuştur. Makine öğrenmesi tekniklerinden k-En Yakın Komşu Algoritması, C4.5 Karar Ağacı Algoritması ve Naive Bayes Sınıflandırıcısı kullanılarak en iyi performansı gösteren model seçilmiştir. Araştırma kapsamında geliştirilen uygulama e-öğrenme sistemlerine kolaylıkla entegre edilebileceğinden; öğreticilerin, öğrencilerin öğrenme stillerini belirleme süreçlerini kolaylaştırması, buna bağlı olarak eğitim etkinliklerinin öğrenci merkezli tasarlanmasına imkân tanıması ve daha çok öğrenciye ulaşılan bilimsel çalışmaların yapılabilmesi açısından bu çalışmanın önemli olduğu düşünülmektedir.