Yapay zeka destekli büyük dil modeli ile kodsuz web geliştirme platformu tasarımı ve uygulaması
Küçük Resim Yok
Tarih
2025
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Düzce Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu tez çalışması, Yapay Zeka (YZ, Artificial Intelligence – AI) destekli dil modellerinin kodsuz yazılım geliştirme süreçlerindeki potansiyelini ele almakta ve bu alandaki inovatif bir yaklaşımı temsil eden ZOA platformunun geliştirilmesi ve değerlendirilmesini kapsamaktadır. ZOA, kullanıcılara doğal dil girdileriyle modern web bileşenleri oluşturma imkânı sunan bir kodsuz platform olarak tasarlanmıştır. Platform, özellikle HTML, CSS ve JavaScript tabanlı çıktılar üretmek için Doğal Dil İşleme (DDİ, Natural Language Processing – NLP) tekniklerinden faydalanmaktadır. Araştırmanın ilk aşamasında, literatürde mevcut kodsuz platformların avantajları ve sınırlılıkları incelenmiş, bu platformların yazılım geliştirme süreçlerine etkileri detaylandırılmıştır. Yapılan literatür taramasında, YZ destekli kodsuz platformların maliyet ve zaman açısından önemli avantajlar sağladığı ancak kullanıcı deneyimi ve ölçeklenebilirlik gibi alanlarda iyileştirme potansiyeli bulunduğu tespit edilmiştir. ZOA'nın geliştirilme sürecinde, Python tabanlı bir API ve React teknolojisi ile oluşturulmuş bir kullanıcı arayüzü entegre edilmiştir. Model, Tailwind CSS kullanılarak derlenen geniş bir HTML ve CSS veri seti ile eğitilmiş ve kullanıcı girdilerini anlamlandırarak dinamik çıktılar üretebilecek şekilde optimize edilmiştir. Eğitim sürecinde, veri setinin çeşitliliği ve modelin performansına etkisi detaylı bir şekilde analiz edilmiştir. Sonuç olarak, ZOA'nın performansı çeşitli test senaryolarıyla değerlendirilmiş ve platformun kullanıcı dostu yapısı ile geliştirme süreçlerini demokratikleştirme potansiyeline sahip olduğu ortaya konulmuştur. Çalışmanın bulguları, kodsuz platformların gelecekteki geliştirme süreçlerinde YZ ve DDİ entegrasyonunun önemini vurgulamaktadır. Ayrıca, bu çalışma ZOA'nın başarımını artırmak için kullanılabilecek farklı veri setleri ve optimizasyon yöntemleri üzerine öneriler sunmaktadır.
This thesis examines the potential of AI-supported language models in no-code software development processes and focuses on the development and evaluation of the ZOA platform, which represents an innovative approach in this field. ZOA is designed as a no-code platform that allows users to create modern web components using natural language inputs. The platform particularly leverages Natural Language Processing (NLP) techniques to generate HTML, CSS, and JavaScript-based outputs. In the initial phase of the research, the advantages and limitations of existing no-code platforms were analyzed, and their impacts on software development processes were detailed. The literature review identified that AI-supported no-code platforms provide significant cost and time advantages while revealing potential areas for improvement, such as user experience and scalability. During the development of ZOA, a Python-based API and a React-powered user interface were integrated. The model was trained with an extensive HTML and CSS dataset compiled using Tailwind CSS and optimized to interpret user inputs and produce dynamic outputs. The diversity of the dataset and its impact on the model's performance were thoroughly analyzed during the training process. In conclusion, the performance of ZOA was evaluated through various test scenarios, demonstrating its user-friendly structure and potential to democratize development processes. The findings highlight the importance of integrating AI and NLP in future no-code platform development processes. Furthermore, this study provides recommendations for improving ZOA's performance through alternative datasets and optimization techniques.
This thesis examines the potential of AI-supported language models in no-code software development processes and focuses on the development and evaluation of the ZOA platform, which represents an innovative approach in this field. ZOA is designed as a no-code platform that allows users to create modern web components using natural language inputs. The platform particularly leverages Natural Language Processing (NLP) techniques to generate HTML, CSS, and JavaScript-based outputs. In the initial phase of the research, the advantages and limitations of existing no-code platforms were analyzed, and their impacts on software development processes were detailed. The literature review identified that AI-supported no-code platforms provide significant cost and time advantages while revealing potential areas for improvement, such as user experience and scalability. During the development of ZOA, a Python-based API and a React-powered user interface were integrated. The model was trained with an extensive HTML and CSS dataset compiled using Tailwind CSS and optimized to interpret user inputs and produce dynamic outputs. The diversity of the dataset and its impact on the model's performance were thoroughly analyzed during the training process. In conclusion, the performance of ZOA was evaluated through various test scenarios, demonstrating its user-friendly structure and potential to democratize development processes. The findings highlight the importance of integrating AI and NLP in future no-code platform development processes. Furthermore, this study provides recommendations for improving ZOA's performance through alternative datasets and optimization techniques.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control, Bilim ve Teknoloji
