In our country, every year literally thousands of high school graduates compete to get an opportunity to continue their education through higher education system partially because the number of younger cohort is increasing and partially because there is an increasing awareness of the importance of higher education system both for obtaining a prestigious job and for personal development. In spite of this demand, only a small number of high school students could get into the higher education system. In order to close the gap between this demand and existing situation, many new universities have been opened all over the country. In line with the increase at the number of universities, more and more students have begun to get opportunity to continue their education through higher education system. However, the degree of the increase of the resources provided to the students along with the increase of the number of instructors is much slower than the degree of increase of the number of the students to be served. This means more crowded classes with less personalized instruction where the instructors could allocate less time and energy for each of the students. More importantly, because more universities are welcoming more students, their selection criteria are getting less strict with more students with lower exam scores could be accepted to the higher education system. This means an increase at the number of students who might be at risk of failing since they are less likely to be academically prepared. Combination of less personalized instruction within more crowded classroom with more academically disadvantaged students means more risk for failing during the university education process. For this reason, it is crucial to determine the academically disadvantaged students from the first year of their education life to provide appropriate educational support and experience to prevent both personal and national wide economical loss.Data mining seems to be one of the most widely used tool to predict individuals? behavior patterns given some predetermined variables. Therefore, to predict the students who might be at risk of failing by determining the factors predicting students? achievement levels, data mining techniques is used in this thesis. By applying special analyses to the data obtained from attending students, it was aimed to provide information to guide management decisions.

Ülkemizde gerek artan genç nüfusa bağlı olarak gerekse üniversite eğitiminin çağdaş bir yaşam için gerekli iş olanağı ve bilişsel ve kişisel gelişimin önemli bir aracı olarak algılanmaya başlamasının bir sonucu olarak her yıl yüz binlerce öğrenci üniversiteye girmek amacıyla zorlu bir yarışa tabi tutulmaktadır. Buna karşılık öğrencilerin ancak sınırlı bir bölümü üniversiteye devam etme hakkı kazanmaktadır. Gittikçe artan bu talebi karşılamak amacıyla son yıllarda ülkenin dört bir köşesinde yeni üniversiteler açılmakta ve daha fazla öğrenci yüksek öğretimde eğitim alma olanağı elde etmektedir. Üniversite sayısındaki artışa paralel olarak üniversitede okumaya hak kazanan öğrenci sayısındaki hızlı artışa karşılık üniversitelerde öğrencilere sunulan akademik olanakların kalitesinde ve kaliteli bir eğitimin en önemli aktörlerinden birisi olan öğretim elemanının sayısında aynı oranda bir artış olmamaktadır. Bu da, öğrencilerin daha kalabalık sınıflarda öğretim elemanlarından daha az akademik ve sosyal destek alabilecekleri bir eğitim süreci anlamına gelmektedir. Daha da önemlisi, üniversiteye daha fazla öğrencinin kabulü daha düşük puanlarla ve akademik olarak daha az donanımlı öğrencilerin üniversite yaşamına ayak atmaya başlamaları anlamına gelmektedir. Akademik olarak daha az donanımlı bu öğrencilerin daha fazla desteğe ihtiyaç duymalarına karşılık gittikçe kalabalıklaşan sınıflarda daha az kişisel ilgi görebilecekleri ve böylece eğitim ortamlarında başarısız olma ihtimallerinin arttığı söylenebilir. Bu yüzden üniversitede akademik başarı açısından dezavantajlı öğrencilerin daha eğitim yaşantılarının ilk yıllarında tespit edilerek uygun akademik ve sosyal rehberlik programları aracılığıyla desteklenmesi yüksek öğretimde kalitenin artırılması ve hem kişisel hem ülke ekonomisi açısından gereksiz kayıpların önlenmesi açısından büyük önem taşımaktadır.Son yıllarda bireyin davranışlarını tahmin etmek amacıyla sıklıkla kullanılan bir araç veri madenciliğidir. Bu amaçla bu çalışmada öğrencilerin akademik başarılarını belirleyen faktörlerin tespit edilerek başarısızlık riski taşıyan öğrencilerin belirlenmesi amacıyla çeşitli veri madenciliği modelleri kullanılmıştır. Eldeki verilerden üniversiteye devam etmekte olan öğrencilere ait bilgilere yönelik özel analizler yapılarak ileride idari anlamda alınacak kararlarda bir yol gösterici olarak rol oynaması amaçlanmıştır.