DERSİN GENEL BİLGİLERİ |
| Ders Kodu | Ders Adı | Yıl | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| YTN6011 | Büyük Veri Okuryazarlığı | 3 | Güz | 3 | 0 | 3 | 6 |
| Dersin Türü: | Üniversite Seçmeli |
| Dersin Düzeyi: | Lisans TYYÇ:6. Düzey QF-EHEA:1. Düzey EQF-LLL:6. Düzey |
| Dersin Öğretim Dili: | Türkçe |
| Dersin Ön/Yan Koşulu: | Yoktur |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Öğretim Görevlisi FATMA NUR BUDAK |
| Dersin Öğretim Eleman(lar)ı: |
Öğretim Görevlisi FATMA NUR BUDAK |
| Dersin Kategorisi: | Yetkinlik Geliştirme (Üniversite Seçmeli) |
BÖLÜM II: DERSİN TANITIMI |
| Dersin Amacı: | Bu dersin amacı, öğrencilerin kendi meslek alanlarında karşılaşabilecekleri büyük veri uygulamalarını tanımalarını; verinin karar alma, planlama ve değerlendirme süreçlerindeki rolünü sorgulamalarını; veriyi bilinçli, etik ve eleştirel biçimde kullanabilme farkındalığı kazanmalarını sağlamaktır. |
| Dersin İçeriği: | Bu ders kapsamında; büyük veri kavramı ve veri okuryazarlığının temel ilkeleri ele alınır. Büyük verinin günlük yaşamda ve farklı meslek alanlarında kullanım biçimleri incelenir. Veri üretim kaynakları, veri türleri ve veri kalitesi kavramları tanıtılır. Büyük veriye dayalı karar alma süreçleri, temel görselleştirme yaklaşımları ve yapay zekâ destekli uygulamalar kavramsal düzeyde ele alınır. Ders kapsamında ayrıca büyük verinin etik, gizlilik ve hukuki boyutları; veri yanlılığı, manipülasyon ve eleştirel veri okuma konuları tartışılır. Öğrencilerin kendi disiplinleri bağlamında büyük veri uygulamalarını değerlendirmeleri teşvik edilir. |
| Bu derste öğrencilerin derslere düzenli olarak katılımı zorunludur. Derse devam oranı en az %70 olup, bu şartı sağlamayan öğrenciler dönem sonu sınavına giremez. Ders süresince öğrencilerden aktif katılım, sınıf içi tartışmalara katkı ve verilen ödevleri zamanında teslim etmeleri beklenmektedir. Ders kapsamında kullanılan yapay zekâ araçları etik ve sorumlu kullanım ilkeleri çerçevesinde değerlendirilecek olup, akademik dürüstlük kurallarına aykırı kullanımlar geçersiz sayılacaktır. Kopya, intihal ve benzeri akademik ihlallerde üniversitenin ilgili mevzuatı uygulanır. Ders materyallerinin ders dışı izinsiz paylaşımı yasaktır. Öğrencilerin ders duyurularını düzenli olarak takip etmeleri ve dersin işleyişine ilişkin kurallara uymaları beklenmektedir. |
| Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.) | ||
|
1) Büyük verinin günlük yaşamda ve farklı meslek alanlarındaki kullanım biçimlerini açıklar. |
||
|
2) Veriye dayalı karar alma, planlama ve değerlendirme süreçlerini örnekler üzerinden değerlendirir. |
||
|
3) Büyük veri ve yapay zekâ uygulamalarının etik, gizlilik ve hukuki boyutlarını tartışır. |
||
|
4) Büyük veri kaynaklarını, üretim süreçlerini ve depolama yaklaşımlarını kavramsal düzeyde değerlendirir.
|
||
|
5) Veri yanlılığı, manipülasyon ve yanlış yönlendirme risklerini fark eder. |
||
| Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.) | ||
|
1) Temel veri görselleştirmelerini yorumlar ve veriyle sunulan bilgileri eleştirel biçimde okur. |
||
| Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.) | ||
|
1) Büyük veri projelerinin temel yaşam döngüsünü kavrar ve veriden değer üretme sürecindeki potansiyel darboğazlar için çözüm yaklaşımları önerir. |
||
| Hafta | Konu | ||
| Ön Hazırlık | Pekiştirme | ||
| 1) | Veri okuryazarlığına giriş: veriyle düşünmek. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 2) | Büyük veri nedir? 5V çerçevesi. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 3) | Büyük veri kaynakları ve veri üretimi. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 4) | Veri toplama ve depolama. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 5) | Veri kalitesi ve yanlılık. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 6) | Veri görselleştirme ve veri okuma. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 7) | Büyük veri ve algoritmik sistemler. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 8) | Ara Sınav | ||
| 9) | Büyük veride yanlılık ve hata. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 10) | Veri gizliliği ve etik ilkeler. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 11) | Sektörel büyük veri kullanımı. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 12) | Büyük veri araçlarıyla etkileşim. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 13) | Eleştirel büyük veri okuryazarlığı. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| 14) | Mesleki büyük veri okuryazarlığı ve yansıtma. | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. | |
| Ders Notları / Kitaplar: | |
| Diğer Kaynaklar: | Gürsakal, N. (2023). Büyük veri. Nobel Akademik Yayıncılık. Demirkol, Z. (t.y.). Veri bilimi okuryazarlığı e-kılavuzu. SAS Türkiye. Özdoğan, O. (2015). Büyük veri denizi: Veri yönetimi hakkında her şey. Elma Yayınevi. Sağıroğlu, Ş., & Koç, O. (Ed.). (2017). Büyük veri ve açık veri analitiği: Yöntemler ve uygulamalar |
DERS ÖĞRENME ÇIKTILARI - PROGRAM ÖĞRENME ÇIKTILARI İLİŞKİSİ |
| Ders Öğrenme Çıktıları (DÖÇ) | 1 |
2 |
3 |
4 |
6 |
5 |
7 |
|||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Program Öğrenme Çıktıları (PÖÇ) | ||||||||||||||
| 1) Halkla ilişkiler ve reklamcılık disiplinine ait temel kavramları, kuramları ve modelleri açıklayabilir. | ||||||||||||||
| 2) Halkla ilişkiler, iletişim ve reklamcılık alanındaki etik kurallar, yasal düzenlemeler ve mesleki standartları tanımlayabilir. | ||||||||||||||
| 3) Halkla ilişkiler, medya ve reklamcılığın sosyal, kültürel, ekonomik ve politik bağlamlarını analiz edebilir. | ||||||||||||||
| 4) Hedef kitle analizi yaparak halkla ilişkiler ve reklam kampanyaları geliştirebilir. | ||||||||||||||
| 5) Geleneksel ve dijital medya araçlarını kullanarak yaratıcı iletişim çözümleri üretebilir. | ||||||||||||||
| 6) Halkla ilişkiler ve reklamcılık stratejilerini değerlendirerek etkinlik analizi yapabilir. | ||||||||||||||
| 7) Halkla ilişkiler ve reklam projelerinde bireysel ve ekip çalışması içinde sorumluluk alabilir. | ||||||||||||||
| 8) Halkla ilişkiler ve reklam stratejilerini belirlerken liderlik ve karar alma becerilerini kullanabilir. | ||||||||||||||
| 9) Halkla ilişkiler ve reklamcılık alanındaki yeni trendleri ve teknolojik gelişmeleri takip edebilir. | ||||||||||||||
| 10) Araştırma ve analiz becerilerini kullanarak halkla ilişkiler ve reklamcılık alanında bilgi üretebilir. | ||||||||||||||
| 11) Halkla ilişkiler ve reklamcılık alanında etik ve sosyal sorumluluk ilkelerine uygun hareket edebilir. | ||||||||||||||
| 12) Kriz yönetimi, itibar yönetimi ve marka yönetimi süreçlerini planlayabilir ve uygulayabilir. | ||||||||||||||
| 13) Halkla ilişkiler ve reklamcılık süreçlerinde etkili sözlü ve yazılı iletişim kurabilir. | ||||||||||||||
| 14) Çok kültürlü ve küresel iletişim bağlamlarında profesyonel ilişkiler geliştirebilir. | ||||||||||||||
| 15) Yeni medya araçlarını kullanarak halkla ilişkiler ve reklamcılık alanında dijital stratejiler geliştirebilir. | ||||||||||||||
BÖLÜM III: DERSİN PROGRAM ÖĞRENME ÇIKTILARI İLE İLİŞKİSİ |
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Program Öğrenme Çıktıları | Katkı Oranı (1-5) | |
| 1) | Halkla ilişkiler ve reklamcılık disiplinine ait temel kavramları, kuramları ve modelleri açıklayabilir. | |
| 2) | Halkla ilişkiler, iletişim ve reklamcılık alanındaki etik kurallar, yasal düzenlemeler ve mesleki standartları tanımlayabilir. | |
| 3) | Halkla ilişkiler, medya ve reklamcılığın sosyal, kültürel, ekonomik ve politik bağlamlarını analiz edebilir. | |
| 4) | Hedef kitle analizi yaparak halkla ilişkiler ve reklam kampanyaları geliştirebilir. | |
| 5) | Geleneksel ve dijital medya araçlarını kullanarak yaratıcı iletişim çözümleri üretebilir. | 2 |
| 6) | Halkla ilişkiler ve reklamcılık stratejilerini değerlendirerek etkinlik analizi yapabilir. | |
| 7) | Halkla ilişkiler ve reklam projelerinde bireysel ve ekip çalışması içinde sorumluluk alabilir. | |
| 8) | Halkla ilişkiler ve reklam stratejilerini belirlerken liderlik ve karar alma becerilerini kullanabilir. | |
| 9) | Halkla ilişkiler ve reklamcılık alanındaki yeni trendleri ve teknolojik gelişmeleri takip edebilir. | 3 |
| 10) | Araştırma ve analiz becerilerini kullanarak halkla ilişkiler ve reklamcılık alanında bilgi üretebilir. | 2 |
| 11) | Halkla ilişkiler ve reklamcılık alanında etik ve sosyal sorumluluk ilkelerine uygun hareket edebilir. | |
| 12) | Kriz yönetimi, itibar yönetimi ve marka yönetimi süreçlerini planlayabilir ve uygulayabilir. | |
| 13) | Halkla ilişkiler ve reklamcılık süreçlerinde etkili sözlü ve yazılı iletişim kurabilir. | |
| 14) | Çok kültürlü ve küresel iletişim bağlamlarında profesyonel ilişkiler geliştirebilir. | |
| 15) | Yeni medya araçlarını kullanarak halkla ilişkiler ve reklamcılık alanında dijital stratejiler geliştirebilir. |
BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ |
| Anlatım | |
| Tartışma | |
| Okuma | |
| Ödev | |
| Proje Hazırlama | |
| Beyin Fırtınası | |
| Soru Cevap | |
| Bireysel ve Grup Çalışması | |
| Derse Aktif Katılım |
| Ara Sınav | |
| Yarıyıl Sonu Sınavı | |
| Ödev Değerlendirme |
| Ölçme ve Değerlendirme Yöntemleri | Uygulama Sayısı / Yarıyıl | Katkı Oranı |
| Ödev | 1 | % 15.00 |
| Ara Sınavlar | 1 | % 35.00 |
| Yarıyıl Sonu Sınavı | 1 | % 50.00 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI | % 50 | |
| YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI | % 50 | |
| Toplam | % 100 | |
BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ |
| ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ | |||
| Öğrenme ve Öğretme Etkinlikleri | Etkinlik Sayısı/Yarıyıl | Süresi (saat) | Toplam İş Yükü |
| Ders | 14 | 3 | 42 |
| Laboratuvar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse Özgü Staj | 0 | 0 | 0 |
| Arazi Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışması | 14 | 1.5 | 21 |
| Sunum / Seminer | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 1 | 20 | 20 |
| Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü | - | - | 83 |
| ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ | |||
| Ölçme ve Değerlendirme Etkinlikleri | Etkinlik Sayısı/Yarıyıl | Süresi (saat) | Toplam İş Yükü |
| Kısa Sınav | 0 | 0 | 0 |
| Ara Sınavlar | 1 | 30 | 30 |
| Yarıyıl Sonu Sınavı | 1 | 40 | 40 |
| Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü | - | - | 70 |
| TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri) | 153 | ||
| DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat) | 6 | ||