Market basket analysis for data mining
Veri madenciliği için sepet analizi
- Tez No: 112183
- Danışmanlar: DOÇ. DR. ETHEM ALPAYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
ÖZET veri madenciliği için sepet analizi Birçok gelişmiş firma yıllar boyunca müşterilerinden çok fazla miktarda veri topladılar. Elektronik ticaret uygulamalarının da çoğalmasıyla şirketler artık çok fazla veriyi yıllar değil aylarla ölçülebilecek bir zamanda bir araya getirebiliyorlar. Verita- banlarında Bilgi Keşfi olarak da bilinen Veri Madenciliğinin amacı ilerki aşamalardaki kararlara yardımcı olması için veri içerisinde yönsemeler, örüntüler, ilintiler ve sapak lıklar bulmaktır. İlişki Kuralları Bulma Veri Madenciliğinin ana uygulama alanlarından bir tane sidir. Sepet analizinin amacı verilen bir satış raporları üzerinden mallar arasında ilin tiler bulmaktır. Bu tezde geniş bir mal satış veri tabanı üzerinde İlişki Madenciliği çalışması yaptık. İlk kısımda problemin genel hatlarla tanımını ve bu problemi çözmek için kullanılan yaklaşımları anlattık. Bu konuda ilk kullanılan algoritmalardan birisi olan“Apriori Algoritması”nı detaylı olarak inceleyerek bu algoritmanın büyük bir süper market zinciri olan Gima Türk A.Ş.'nin verileri üzerinde uygulanmasıyla ortaya çıkan sonuçları verdik. Ayrıca mal satışları arasında ilintiler bulmak için iki istatistiksel method kullandık: Ana Bileşen Analizi ve k-Ortalama Öbeklemesi.
Özet (Çeviri)
IV ABSTRACT MARKET BASKET ANALYSIS FOR DATA MINING Most of the established companies have accumulated masses of data from their customers for decades. With the e-commerce applications growing rapidly, the com panies will have a significant amount of data in months not in years. Data Mining, also known as Knowledge Discovery in Databases (KDD), is to find trends, patterns, correlations, anomalies in these databases which can help us to make accurate future decisions. Mining Association Rules is one of the main application areas of Data Mining. Given a set of customer transactions on items, the aim is to find correlations between the sales of items. We consider Association Mining in large database of customer transactions. We give an overview of the problem and explain approaches that have been used to attack this problem. We then give the description of the Apriori Algorithm and show results that are taken from Gima Türk A.Ş. a large Turkish supermarket chain. We also use two statistical methods: Principal Component Analysis and fc-means to detect correlations between sets of items.
Benzer Tezler
- Market- sepet analizi yöntemiyle promosyonların belirlenmesi
Determination of promotions by market basket analysis method
NUR SOYLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. MEHMET ALPER TUNGA
- Veri madenciliğinde kullanılan birliktelik analizi ve market sepet analizi: Bir uygulama
Association and market basket analysis in data mining: An implementation
SENİHA GÜNDÜZ
Yüksek Lisans
Türkçe
2017
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖNER
- Veri madenciliğinde Apriori algoritmasının sınav verileri üzerinde uygulanması
Apriori algorithm implementation on exam data in data mining
MUHAMMED EMİN EKER
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RECAİ OKTAŞ
- Veri madenciliği teknikleri ile üniversite öğrencilerinin seçmeli ders eğilimlerine ilişkin veri desenlerinin belirlenmesi: Ekonometri bölümü öğrencileri üzerine bir uygulama
Determining of data patterns of elective course tendencies of university students with data mining techniques: An application on students of econometrics department
DİLAYLA BAYYURT
Yüksek Lisans
Türkçe
2016
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. MEHMET AKSARAYLI
- Veri madenciliği ve demetleme
Data mining and clustering
AHMET CÜNEYD TANTUĞ
Yüksek Lisans
Türkçe
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI