Geri Dön

Mining association role algorithms in large databases

Büyük veri tabanlarında ilişkisel kural algoritmalarının incelenmesi

  1. Tez No: 150296
  2. Yazar: SEMİH UTKU
  3. Danışmanlar: PROF. DR. ALP KUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Veri Yönetim Sistemleri, Veri Madenciliği, İlişkisel kurallar, Database Management Systems, Data mining, Association rules
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

IV ÖZET Bu çalışma, ilişkili veri madenciliğinin temel kavramlarını açıklar ve bilinen ilişkisel kural algoritmalarının uygulamasının analizlerini içerir. Uygulamalar Apriori, Eclat, FP-Growth, Partition ve Dynamic Itemset Counting algoritmaları üzerinde gerçekleştirilmiştir. Veri madenciliği ilişkisel kuralları iki temel aşamadan oluşmaktadır. Birinci aşamada tüm sık geçen parça kümelerini bulunmakta, ikinci aşamada ise tüm sık geçen parça kümeleri arasında kuralları oluşturulmaktadır. Yaygın olarak kullanılan ilişkisel kural algoritmaları mevcuttur. Bu çalışmada yaygın kullanılan ilişkisel kural algoritmaları sistemleştirilmekte ve tanımlanmaktadır. Temel prensipleri ve birbiriyle olan farkları gösterilmektedir. Araştırmanın son aşamasında ise algoritmaların artı ve eksileri ayrıntılı olarak incelenmektedir. Yaygın olarak bilinen beş algoritmanın uygulaması yapılmıştır. Bu oluşturulan sistem Windows 2003 işletim sistemi ve Java platformunda geliştirilmiştir. Uygulamaları yapılan algoritmaların çalışma performansları analiz edilmiş ve farklı veri kümeleri kullanılarak karşılaştırmaları yapılmıştır. Son olarak, yeni bir ilişkisel kural yaklaşımı önerilecektir. Bu önerilen yapının temel tasarımı ve detayları açıklanacaktır.

Özet (Çeviri)

Ill ABSTRACT This study explains the fundamentals of association mining and analyzes implementations of the well known association rule algorithms. Study focus on algorithms Apriori, Eclat, FP-Growth, Partition and Dynamic Itemset Counting. Mining association rules consist of two main steps. First step finds the set of all frequent itemset; where the second step generates all high confidence rules among itemsets. There are several efficient association rule algorithms. This study briefly describes and systematizes most common association rule algorithms. Common principles and differences between the algorithms have been shown. Next, study thoroughly investigates pros and cons of these algorithms. Five well known association rule algorithms are implemented. This experimental system is developed using Java under Windows 2003 Operating System. Run time behaviours of this algorithms are analyzed and compared with using different dataset. Finally, new approach is proposed for mining association rules. Its basic design and details are explained for this new approach

Benzer Tezler

  1. Tez No

    239276

    Veri madenciliğinde Appriori, Tahminci Appriori ve Tertius algoritmalarının Weka ve Yale programları ile karşılaştırılması ve bir uygulama

    In data mining, comparison of Appriori, Predictive Appriori and Tertius Algorithms with WEKA and YALE softwares and an application

    GÜLTEKİN ARABACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret Üniversitesi

    YRD. DOÇ. DR. HALİME DİCLE CENGİZ

  2. Tez No

    871447

    Geleneksel kent dokusunun veri madenciliği yöntemiyle analizi ve yeni yapı tasarımları için yapay zekaya dayalı bir model önerisi

    Analysis of traditional urban texture using data mining method and a model proposal based on artificial intelligence for new building desings

    CEYHAN TAZEFİDAN

    Doktora

    Türkçe

    Türkçe

    2024

    MimarlıkKonya Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. MEHMET EMİN BAŞAR

    DR. ÖĞR. ÜYESİ ENGİN EŞME

  3. Tez No

    177547

    Fuzzy association rule mining from spatio-temporal data: An analysis of meteorological data in Turkey

    Uzaysal ve zamansal veriden bulanık ilişki kuralları bulunması: Türkiye?de ölçülmüş olan meteoroloji verisinin analizi

    SEDA ÜNAL ÇALARGÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADNAN YAZICI

  4. Tez No

    494068

    ISO 1000 firmalarının vizyon ve misyon ifadelerinin veri madenciliği ile incelenmesi

    Investigation of vision and mission files of ISO 1000 by data mining

    NİLGÜN MÜLAYİM

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İşletmeCumhuriyet Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ RIZA İNCE

  5. Tez No

    888993

    Sağlık işletmelerinde veri madenciliği uygulamaları

    Data mining applications in healthcare businesses

    MURAT ÇETİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İşletmeErzincan Binali Yıldırım Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SALİH AKA

Geri Dön