Görüntüleme
9
İndirme
2
Çocuklarda oyun bağımlılığının tahmini, çocuğun zihinsel ve fiziksel gelişiminde büyük rol oynar. Bu nedenle çocukların oyun bağımlılığını incelemek için çeşitli ölçekler kullanılmış ve ölçeklerde çeşitli girdi parametreleri (Yaş, Cinsiyet, Günlük Oyun Süresi vb.) kullanılmıştır. Bu çalışmanın amacı, girdi parametrelerine bakıldığında çocuğun oyuna bağımlı olup olmadığını tahmin eden bir uzman sistemi tasarlamaktır. Bu sistemin tasarlanması amacıyla iki model kullanılmıştır. Bu modellerden biri Yapay Sinir Ağları (YSA) ile diğer ise Çoklu Doğrusal Regresyon (ÇDR) ile geliştirilmiştir. Modellerin performansı, Kök Ortalama Kare Hatası (KOKH) ve Korelasyon Katsayısı (R) kriterleri kullanılarak değerlendirilmiştir. Bu kriterler analiz edildiğinde, YSA yüksek tahmin performansı gösterirken, MLR düşük tahmin performansı göstermiştir. Sonuç olarak, YSA ile geliştirilen sisteme farklı girdi değerleri verildiğinde, çocuklardaki oyun bağımlılığı ile ilgili en doğru tahminlerin elde edildiği görülmüştür.
Estimation of game addiction in children plays a major role in the mental and physical development of the child. Therefore, Various scales are used to examine game addiction of children and various input parameters (Age, Gender, Daily play time, etc.) are employed in scales. The purpose of this study is to project a system that estimates whether the child is addicted to the game when looking at the input parameters. Artificial Neural Networks (ANN) and Multiple Linear Regression (MLR) techniques were used to design this system. In order to measure the predictive performance of the developed models, the Root Mean Squared Error (RMSE), and Correlation Coefficient (R) criteria were examined respectively and it was observed that the model developed by ANN predicted CGA with high accuracy.
Alan : Eğitim Bilimleri; Filoloji; Güzel Sanatlar; Hukuk; Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
