Sakarya büyükşehir belediyesine ait evrak verilerinin veri madenciliği yöntemleri ile incelenmesi
Analysis of document datas of sakarya metropolitan municipality using data mining methods
- Tez No: 1000741
- Danışmanlar: PROF. DR. NİLÜFER YURTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, kamu kurumlarında belge yönetim süreçlerinin analizi yoluyla hizmet kalitesinin artırılmasına katkı sağlanması amaçlanmaktadır. Bu kapsamda, Sakarya Büyükşehir Belediyesi'ne ait 2016 yılına ilişkin kurum giden evrak verileri kullanılarak, veri madenciliği yöntemlerinden biri olan kümeleme algoritması ile kapsamlı bir analiz gerçekleştirilmiştir. Belge yönetimi, kamu kurumlarında şeffaflık, izlenebilirlik ve verimlilik ilkeleri doğrultusunda kritik bir role sahiptir. Bu bağlamda, evrakların oluşturulma süresi, dağıtım durumu, ilgili belge referansları ve ek içerikleri gibi nitelikler aracılığıyla süreçlerin iyileştirilmesine yönelik veri temelli çıkarımlar yapılması hedeflenmiştir. Çalışmanın yöntem kısmında, veri madenciliği sürecinde yaygın olarak kullanılan CRISP-DM (Cross-Industry Standard Process for Data Mining) modeli temel alınmıştır. Bu çerçevede, öncelikle iş probleminin tanımı yapılmış, ardından veri toplama, veri anlama, veri ön işleme, modelleme, değerlendirme ve uygulama aşamaları sistematik bir şekilde yürütülmüştür. Veri setinde yer alan eksik değerler temizlenmiş ve kategorik veriler sayısallaştırılma işlemleri uygulanarak analiz için uygun hale getirilmiştir. Modelleme sürecinde ise, veri seti üzerinde k-Ortalamalar (k-means) algoritması kullanılarak kümeler oluşturulmuştur. En uygun küme sayısının belirlenmesinde dirsek (elbow) yöntemi kullanılmıştır. Böylece, evrak yoğunluğunun belirli dönemsel örüntüler gösterip göstermediği ve bu örüntülerin personel izin planlamasına nasıl entegre edilebileceği ortaya konmuştur. Uygulama aşamasında, Sakarya Büyükşehir Belediyesi'ne ait evrak yönetim sisteminden elde edilen 2016 yılına ait giden evrak verileri analiz edilmiştir. Yapılan kümeleme analizinde, evrakların çıkış süreleri, ait oldukları aylar ve belgeye eklenmiş ilgi veya ek içerik gibi nitelikler dikkate alınmıştır. K-means algoritması sonucunda, evrakların belirli dönemsel yoğunluklar sergilediği ve bu dönemlerde belge akışının daha fazla olduğu tespit edilmiştir. Özellikle yılın bazı aylarında, evrak çıkışlarının diğer dönemlere kıyasla anlamlı derecede arttığı gözlemlenmiş, bu durumun yıllık izin planlamaları açısından kritik bir gösterge olduğu değerlendirilmiştir. Bu tür dönemlerde personele ait izinlerin dikkatli planlanmaması durumunda, hizmet akışında aksamalar meydana gelebileceği anlaşılmıştır. Bu bağlamda, kümeleme sonucu elde edilen zaman dilimleri, yöneticilere hangi zaman aralıklarında yoğun belge işlemleri olduğunu göstererek karar destek sistemlerine katkı sağlamaktadır. Analiz sürecinde ayrıca, evraklara ilişkin dağıtım, ilgi ve ek bilgisi gibi niteliklerin belge işleme süresi üzerindeki etkileri de incelenmiştir. Korelasyon analizleri neticesinde, özellikle ilgi ve dağıtım bilgisi içeren evrakların işlem sürelerinin daha uzun olduğu ortaya konmuştur. Bu durum, bu tür evrakların daha fazla kontrol ve içerik değerlendirmesi gerektirdiğini göstermektedir. Ayrıca korelasyon matrisleri kullanılarak değişkenler arası doğrusal ilişkiler değerlendirilmiş ve istatistiksel açıdan anlamlı bazı ilişkiler tespit edilmiştir. Elde edilen bulgular, evrakların işlenme sürelerini etkileyen yapısal faktörlerin anlaşılmasına katkı sağlamış ve belge yönetim süreçlerinin iyileştirilmesi adına önemli iç görüler sunmuştur. Bu sayede, veri temelli yaklaşımların kamu kurumlarında sadece teknik değil, stratejik planlamalar için de rehberlik edebileceği vurgulanmıştır. Sonuç olarak, bu tez çalışması, kamu kurumlarında yürütülen belge yönetim süreçlerinin yalnızca arşivleme, kayıt altına alma ya da yasal yükümlülükleri yerine getirme işleviyle sınırlı kalmadığını ortaya koymaktadır. Bilgi teknolojilerindeki gelişmelerin etkisiyle, kamu kurumları bünyesinde dijitalleşen belge yönetim sistemleri, kurumsal verinin hem takibi hem de analizi açısından önemli bir potansiyel sunmaktadır. Bu bağlamda, belge hareketlerinin sistematik biçimde incelenmesi; işlem süreleri, belge nitelikleri ve dönemsel yoğunluklar gibi parametrelerin analiziyle hizmet süreçlerinin iyileştirilmesine yönelik anlamlı örüntülerin keşfedilmesini mümkün kılmaktadır. Tez kapsamında gerçekleştirilen uygulama, belediye evraklarının barındırdığı bilginin veri madenciliği teknikleriyle analiz edilebileceğini ve bu analizler sonucunda kurumsal karar süreçlerine ışık tutacak veriye dayalı çıktılar üretilebileceğini göstermiştir. K-means kümeleme algoritması ile elde edilen gruplamalar, özellikle insan kaynakları planlaması ve iş gücü yönetimi açısından değerli bilgiler sunmaktadır. Evrak çıkış süreleri ve dönemsel belge yoğunluğu verileri, kurumun yıl içerisindeki iş yükü dağılımını ortaya koymuş; bu da yıllık izinlerin hangi dönemlerde verilmesinin hizmet sürekliliği açısından daha uygun olacağını göstermiştir. Örneğin, belge hareketliliğinin yüksek olduğu ayların belirlenmesi, personelin bu dönemlerde izin kullanmasının hizmet performansını olumsuz etkileyebileceğini işaret etmektedir. Bu tür veri temelli çıkarımlar, klasik yöntemlerle planlanan izin süreçlerine kıyasla çok daha rasyonel, nesnel ve kurumun gerçekliğine uygun çözümler sunmaktadır. Böylece, kamu hizmetlerinde süreklilik ve kalite korunarak, çalışan memnuniyeti ile birlikte vatandaş memnuniyetinin de artırılması hedeflenebilmektedir. Bu çalışmanın ortaya koyduğu bulgular ve uygulama sonuçları, yalnızca akademik katkı sunmakla kalmamakta; aynı zamanda yerel yönetimlerde stratejik planlama, süreç yönetimi ve kaynak tahsisi gibi temel yönetim alanlarına da pratik öneriler geliştirmektedir. Tezde önerilen model, kurumların sahip oldukları veri altyapısını daha etkin kullanmalarına olanak tanırken, veri madenciliği yöntemlerinin karar destek mekanizmalarına entegre edilmesiyle yönetimsel öngörülerin geliştirilmesine yardımcı olmaktadır. Özellikle belediye gibi vatandaşla doğrudan temas hâlindeki kurumlarda, hizmetlerin sürdürülebilirliğini sağlamak ve kaynakları verimli kullanmak açısından bu tür analitik yaklaşımlar kritik bir rol üstlenmektedir. Bu yönüyle tez, hem veri bilimi hem de kamu yönetimi literatürüne uygulamalı bir katkı sunmakta; benzer çalışmalar için örnek teşkil etmektedir.
Özet (Çeviri)
This thesis aims to contribute to the improvement of service quality by analyzing document management processes in public institutions. In this context, a comprehensive analysis was carried out with the clustering algorithm, one of the data mining methods, using the outgoing document data of Sakarya Metropolitan Municipality for the year 2016. Document management has a critical role in public institutions in line with the principles of transparency, traceability and efficiency. In this context, it is aimed to make data-based inferences for the improvement of processes through attributes such as the creation time of documents, distribution status, related document references and additional content. The methodology of the study is based on the CRISP-DM (Cross-Industry Standard Process for Data Mining) model, which is widely used in the data mining process. In this framework, firstly, the business problem was defined and then the data collection, data understanding, data preprocessing, modeling, evaluation and application stages were carried out systematically. Missing values in the data set were cleaned, categorical data were digitized and normalization processes were applied to make them suitable for analysis. In the modeling process, clusters were formed using the K-Means algorithm on the data set. Elbow method was used to determine the optimal number of clusters. Thus, it was revealed whether document density shows certain periodic patterns and how these patterns can be integrated into personnel leave planning. As the first step of the implementation phase, outgoing document data of Sakarya Metropolitan Municipality for the year 2016 were obtained and the data mining process was initiated on these data. The data set consists of a total of 16535 datas and 9 variables. These variables cover areas that are considered critical in document management systems such as record number, document duration, month information, directorate and department to which it belongs, distribution, attachment and interest information. The data set was first analyzed for missing data and 10 datas were identified as missing and these records were removed from the system. Then, categorical data were converted into numerical form and made suitable for the analysis process. In addition, data transformation processes were carried out to analyze the variables in a more meaningful way. At this stage, all data were digitized and a structure suitable for the k-means clustering algorithm was obtained. In the second stage, the modeling step was started in line with the CRISP-DM process and the k-means algorithm was applied on the data set. At this stage, Elbow method was first used to determine the optimal number of clusters and as a result of graphical analysis, k=4 was selected as the optimal number of clusters. Then, clusters were formed using RapidMiner software and the common characteristics of the documents in the same clusters were analyzed. The results of the analysis revealed that the intensity of document output increased significantly in some periods compared to other periods. It was also found that during these intensity periods, the rate of inclusion of interest or additional content to the document also increased. This increases not only the volume of document processing, but also document complexity and processing time. In the last stage of the implementation, inferences were made in terms of internal processes in line with the clusters obtained. It was observed that document processing times are prolonged, especially during periods of high work intensity, and if the number of personnel using annual leave increases during these processes, disruptions in service flow may occur. In this context, it is recommended that personnel leave planning be made in a data-driven manner, taking into account document mobility and content density. In this way, service continuity can be maintained and staff satisfaction can be increased. This application is an important example to show that data mining methods can be integrated into decision support mechanisms in large public institutions such as municipalities. In the analysis process, the effects of document attributes such as distribution, interest and attachment information on document processing time were also analyzed. Correlation analyses revealed that processing times were longer for documents that contained interest and distribution information. This indicates that such documents require more control and content evaluation. In addition, linear relationships between variables were evaluated using correlation matrices and some statistically significant relationships were identified. The findings contributed to the understanding of the structural factors affecting document processing times and provided important insights for improving document management processes. In this way, it is emphasized that data-driven approaches can guide not only technical but also strategic planning in public institutions. As a result, this thesis reveals that document management processes carried out in public institutions are not limited to archiving, recording or fulfilling legal obligations. With the impact of developments in information technologies, digitalized document management systems within public institutions offer a significant potential for both tracking and analyzing institutional data. In this context, systematic examination of document movements makes it possible to discover meaningful patterns for improving service processes by analyzing parameters such as processing times, document qualities and periodic intensities. The application carried out within the scope of this thesis has shown that the operational information contained in municipal documents can be analyzed with data mining techniques and that data-based outputs that will shed light on corporate decision-making processes can be produced as a result of these analyzes. The groupings obtained with the K-means clustering algorithm provide valuable information especially for human resources planning and workforce management. The document exit times and periodic document density data revealed the workload distribution of the organization throughout the year, which in turn showed which periods of annual leave would be more appropriate in terms of service continuity. For example, identifying months with high document mobility indicates that staff taking leave during these periods may have a negative impact on service performance. Such data-driven inferences provide solutions that are much more rational, objective and in line with the operational reality of the organization compared to the leave processes planned by conventional methods. Thus, by maintaining continuity and quality in public services, it can be aimed to increase citizen satisfaction as well as employee satisfaction. The findings and application results of this study not only contribute academically, but also provide practical recommendations for key management areas such as strategic planning, process management and resource allocation in local governments. While the model proposed in the thesis enables organizations to use their data infrastructure more effectively, it helps to develop managerial insights by integrating data mining methods into decision support mechanisms. Especially in organizations such as municipalities that are in direct contact with citizens, such analytical approaches play a critical role in ensuring the sustainability of services and using resources efficiently. In this respect, the thesis makes an applied contribution to both data science and public administration literature and sets an example for similar studies.
Benzer Tezler
- Sürdürülebilir bir toplu taşıma sistemi için Sakarya Büyükşehir Belediyesine ait belediye otobüslerinin performans analizi
Performance analysis of Sakarya Metropolitan Municipalities for a sustainable mass transportation system
BURAK KARSLI
Yüksek Lisans
Türkçe
2019
UlaşımSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN ASLAN
- Sakarya iline ait arıtma çamuru ile tarımsal ikincil ürünlerin birlikte kurutulmasının araştırılması
Investigation of drying secondary agricultural products with sewage sludge of Sakarya
HAKAN ZORLU
Yüksek Lisans
Türkçe
2016
EnerjiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN PEHLİVAN
- Hibrit otobüslerin şehir içi koşullarında seyir hali emisyonlarının ve yakıt ekonomisinin incelenmesi
Examination of a hybrid city bus fuel economy and real world emissions under urban driving conditions
HÜLYA SEMERCİOĞLU
Yüksek Lisans
Türkçe
2011
Çevre MühendisliğiSakarya ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEREF SOYLU
- Kavşak ve karayollar için gerçek zamanlı görü tabanlı trafik akış bilgisi hesaplama sistemlerinin geliştirilmesi
Development of real-time vision based traffic flow information estimation systems for intersection and highways
JAHONGIR AZIMJONOV
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ÖZMEN
- Katı atıkların ekonomik analizi (Sakarya Büyükşehir Belediyesi örneği)
Economic analysis of solid wastes (The case of Sakarya Metropolitan Municipality)
ADEM KARAKAŞ