Mining association role algorithms in large databases
Büyük veri tabanlarında ilişkisel kural algoritmalarının incelenmesi
- Tez No: 150296
- Danışmanlar: PROF. DR. ALP KUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri Yönetim Sistemleri, Veri Madenciliği, İlişkisel kurallar, Database Management Systems, Data mining, Association rules
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2024
MimarlıkKonya Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET EMİN BAŞAR
DR. ÖĞR. ÜYESİ ENGİN EŞME
- 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
- 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
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI
- Sağlık işletmelerinde veri madenciliği uygulamaları
Data mining applications in healthcare businesses
MURAT ÇETİN
Yüksek Lisans
Türkçe
2024
İşletmeErzincan Binali Yıldırım Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİH AKA
- Bilişim alanında öğrenim gören lise öğrencilerine yönelik üniversite tercihlerinin yapay zeka yöntemleri ile analizi
Analysis of university preferences for high school students studying in informatics with artificial intelligence methods
ESMA TÜRK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN ÖZHAN