Dergiler / Akdeniz İnsani Bilimler Dergisi / 2019 / Cilt: 9 - Sayı: 1

Büyük Veri: Sosyal Bilimler ile Eğitim Bilimlerinde Kullanımı ve Uygulama Alanları

Big Data: Its Use and application area in Social Sciences and Educational Sciences

Sayfa
13–26
Yayın Tarihi
2022-10-12
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışma özellikle sosyal bilimlerde ve eğitim bilimlerinde çalışma yapacak araştırmacılara büyük verinin ne olduğu, nasıl ele alınması gerektiği ve büyük veri uygulamalarında kullanılan yazılımlara ilişkin önemli bilgiler sunulmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı özellikle son on yılda üzerinde en fazla konuşulan konulardan biri olan büyük verinin ne olduğu ve sosyal bilimlerde büyük verinin nasıl ele alındığının belirlenmesidir.
📊
Temel Bulgular & Veri:Bu amaç kapsamında öncelikle büyük veriyi tanımlarken veri hacmi (volume), veri çeşitliliği (variety) ve veri akış hızı (velocity) kavramlarının baş harfleri alınarak yapılan 3V tanımı ve daha sonra verinin gerçekliği (veracity) ile verinin değeri (value) kavramlarının eklenmesiyle ortaya çıkan 5V ifadesinin ne olduğu açıklanmıştır.
💡
Sonuç & Katkı:Çalışma özellikle sosyal bilimlerde ve eğitim bilimlerinde çalışma yapacak araştırmacılara büyük verinin ne olduğu, nasıl ele alınması gerektiği ve büyük veri uygulamalarında kullanılan yazılımlara ilişkin önemli bilgiler sunulmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmanın amacı özellikle son on yılda üzerinde en fazla konuşulan konulardan biri olan büyük verinin ne olduğu ve sosyal bilimlerde büyük verinin nasıl ele alındığının belirlenmesidir. Bu amaç kapsamında öncelikle büyük veriyi tanımlarken veri hacmi (volume), veri çeşitliliği (variety) ve veri akış hızı (velocity) kavramlarının baş harfleri alınarak yapılan 3V tanımı ve daha sonra verinin gerçekliği (veracity) ile verinin değeri (value) kavramlarının eklenmesiyle ortaya çıkan 5V ifadesinin ne olduğu açıklanmıştır. Bununla birlikte çalışmada büyük veri kaynakları, büyük veri türleri ve klasik anlamda ele alınan veri ile büyük veri arasındaki farklılıkların neler olduğu açıklanmıştır. Bunun yanında büyük veri analizinde kullanılan program ve yazılımların neler olduğu, farklı ortamlardaki büyük verilerin nasıl ele alınacağına ilişkin kavramsal olarak neler yapıldığı açıklanmaya çalışılmıştır. Çalışmada son olarak sosyal bilimlerde ve eğitim bilimlerinde büyük verinin nasıl tanımlandığı, hangi tür verilerin büyük veri olarak kabul edilebileceği, büyük verilerin analizinde güncel yazılımların ve programların neler olduğu açıklanmıştır. Çalışma özellikle sosyal bilimlerde ve eğitim bilimlerinde çalışma yapacak araştırmacılara büyük verinin ne olduğu, nasıl ele alınması gerektiği ve büyük veri uygulamalarında kullanılan yazılımlara ilişkin önemli bilgiler sunulmaktadır.

Abstract

The aim of this study is to determine what big data is, one of the most talked about topics in the last decade, and how big data is handled in the social sciences. Within the scope of this aim, the definition of large data, the volume of data (volume), data variety and variety of data velocity concepts of the 3V definition and then the verbs of the data (veracity) with the addition of value (value) 5V is explained. However, in this study, big data sources, large data types and the data discussed in the classical sense, and the differences between big data are explained. In addition, the attempt is made to explain what are the programs and the software that is used in big data analysis, and what is done conceptually about how big data in different environments will be handled. Finally, it is explained how big data is defined in the social sciences and educational sciences, what kind of data can be accepted as big data, the current software and programs in analyzing big data. The study presents important information about what is big data, how it should be handled, and the software used in large data applications, especially for researchers who will work in the social sciences and educational sciences.

🔖

Bu Makaleye Atıf Yap

GÜZELLER, C. O., AKSU, G. (2022). Büyük Veri: Sosyal Bilimler ile Eğitim Bilimlerinde Kullanımı ve Uygulama Alanları. Akdeniz İnsani Bilimler Dergisi, Cilt: 9 - Sayı: 1, 13–26. https://ajindex.com/articles/433722

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Bainbridge D. I. (1997). “Processing Personal Data and the Data Protection Directive”. Journal of Information & Communications Technology Law 6/1 (1997) 17-40. Baker R. S. J. D. & Yacef K. (2009). “The State of Educational Data Mining in 2009: A Review and Future Visions”. Journal of Educational Data Mining 1 (2009) 3-16. Behera S. & Kumar N. V. (2015). “Filtering of Unstructured Text”. International Journal of Engineering Research and Development 11/12 (2015) 45-49.
  2. Bienkowski M., Feng M. & Means B. (2012). Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics: An Issue Brief (2012) 1-64.
  3. Washington. BSİA (2016). An Introduction to Video Content Analysis – Industry Guide. Issue 2. Form no: 262. (2016) 1-12.
  4. Chen C. (2016). Citespace: A Practical Guide for Mapping Scientific Literature. New York 2016. Chen C. L. & Zhang C. Y. (2014). “Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data”. Information Sciences 275 (2014) 314-347. Dang S. & Ahmad P. H. (2014). “Text Mining: Tecniques and Application”. IJETI International Journal of Engineering & Technology Innovations 1/4 (2014) 22-25.
  5. Daniel B. (2015). “Big Data and Analytics in Higher Education: Opportunities and Challenges”. British Journal of Educational Technology 46/5 (2015) 904-920. del Blanco Á., Serrano Á., Freire M., Martínez-Ortiz I. & Fernández-Manjón B. (2013). “E-Learning Standards and Learning Analytics. Can Data Collection Be Improved by Using Standard Data Models?”. Global Engineering Education Conference (EDUCON) 2013
  6. IEEE (2013) 1255-1261.
  7. Doreswamy H. K. (2012). “Performance Evaluation of Predictive Classifiers for Knowledge Discovery from Engineering Materials Data Sets”. CIIT International Journal of Artificial Intelligent Systems and Machine Learning 3/3 (2012) 162-168. Elmasri R. & Navathe S. B. (2011). Fundamentals of Data Base Systems. Boston 2011.
  8. Hadi J. H., Shnain A. H., Hadishaheed S. & Ahmad A. (2015). “Big Data and Five V’s Characteristics”. International Journal of Advances in Electronics and Computer Science 2/1 (2015) 16-23.
  9. Kalra P. (2013). “Text Mining: Concepts, Process and Applications”. Journal of Global Research in Computer Science 4/3 (2013) 36-39.
  10. Khan M. A., Uddin M. F. & Gupta N. (2014). “Seven Vs of Big Data: Understanding Big Data to Extract Value”. 2014 Zone 1 Conference of the American Society for Engineering Education (ASEE Zone 1) (2014) 3-5. Kutlu Ö. & Kahraman S. (2017). “Türkiye’de Kiş