| Popis: |
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 |
