Games with a purpose (GWAPs) are increasingly used in audiovisual collections as a mechanism for annotating videos through tagging. This trend is driven by the assumption that user tags will improve video search. In this paper we study whether this is indeed the case. To this end, we create an evaluation dataset that consists of: (i) a set of videos tagged by users via video labelling game, (ii) a set of queries derived from real-life query logs, and (iii) relevance judgements. Besides user tags from the labelling game, we exploit the existing metadata associated with the videos (textual descriptions and curated in-house tags) and closed captions. Our findings show that search based on user tags alone outperforms search based on all other metadata types. Combining user tags with the other types of metadata yields an increase in search performance of 33%. We also find that the search performance of user tags steadily increases as more tags are collected.

The education-training process and all activities related to it have the power to direct the future of societies. From this point of view, the process should be analyzed frequently in terms of input, output, and other process elements. Educational data mining is a multidisciplinary research area that develops methods and techniques for discovering data derived from various information systems used in education. It contributes to the understanding of the learning styles of learners and enables data-driven decision making to develop existing learning practices and learning materials. The number of academic and technical research on educational data mining is on the rise, and this has led to the need to systematically categorize the existing practices. This systematic mapping study was conducted to provide an overview of the current work on educational data mining and its results are based on 153 primary sources including journal papers, articles published in magazines, conference and symposium papers, theses, and others.

Gerçek hayatın karmaşıklığından ve insanların algılama kapasitesinin sınırlı olmasından dolayı, kesin olarak kavrayamadığımız çeşitli durumlar vardır ki bunlar ancak sözel olarak ifade edilebilir ve bu durum belirsizlik oluşturur. Böyle durumlarda uygun bir şekilde karar verilmesi oldukça zordur ve iyi bir seçme yeteneği gerektirir. Karar destek sistemleri, önemli kararları güçlendirmek için deneysel destek sağlamakta ve karar vericinin yerine geçmekten ziyade, onun karar vermesine yardımcı olmaktadır. Bu nedenle birçok günlük uygulamada hayati önem taşımaktadır. Karar destek sistemi araştırma alanı, birçok bilim dalının farklı özelliklerinin birleşiminden oluşmaktadır. Karar destek sistemlerinde uzman sistemler, bulanık mantık, yapay sinir ağları gibi yapay zeka teknikleri kullanılarak uzman bilgisi, eksik ve belirsiz bilgi ve durumlar modellenebilir. Bu teknikleri kullanan karar destek sistemleri Zeki Karar Destek Sistemleri olarak adlandırılır. Zeki karar destek sistemleri hakkında yapılan akademik ve teknik araştırma sayısı artmaktadır ve bu durum, mevcut çalışmaları ve uygulamaları sistematik olarak kategorize etme ve genel bir bakış açısı sunma ihtiyacını beraberinde getirmiştir. Bu sistematik haritalama çalışması, zeki karar destek sistemlerine ilişkin mevcut çalışmalara genel bir bakış sunmak amacıyla yapılmıştır. Bu çalışmada akademik literatürü taramak amacıyla çeşitli arama motorları kullanılmıştır. Bu sistematik harita ve sonuçları; konferanslarda yayınlanmış makaleler, dergilerde yayınlanmış makaleler, sempozyum makaleleri, tezler ve diğerlerinden oluşan 97 birincil kaynağa dayanmaktadır.