Geri Dön

Çok boyutlu veritabanlarında veri madenciliği yöntemleri kullanılarak bilgi keşfi

In multidimensional databases, discovery of information by using of data mining methods

PDF İndir

  1. Tez No: 371383
  2. Yazar: HUSEYN HASANLI
  3. Danışmanlar: DOÇ. DR. BURAK ORDİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Veri Madenciliği, kümeleme analizi, k-means, küresel k-means, Data Mining, Clustering Analysis, k-means, global k-means
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 110

Özet

Bilim insanları, esas itibariyle, doğada meydana gelen değişimleri inceler ve bu değişimlerin nedenlerini anlamaya çalışır. Bu anlama çabası bazen insan vücudundaki bir kaç hücrenin çevre şartlarına karşı verdiği tepkilerle, bazen de bireylerin sosyal medyada rağbet etiği reklam biçimiyle ilgilidir. Neyle ilgili olursa olsun, ister bankacılık, mühendislik, tıp isterse internet kullanımı alışkanlıkları... Neticede araştırmanın en önemli kaynaklarından biri bu alanlarda günbegün ortaya çıkmış veri yığınlarıdır. Bu büyük veritabanları içerisinden gizli kalmış-önemli bilgilerin ortaya çıkartılması veri madenciliği yöntemleri ile mümkündür. Bu yöntemlerden biride kümelemedir.Kümeleme, özetle, verilerin özelliklerini gözönüne alarak, birbirleri ile benzer olan verileri alt kümelere ayırmayı sağlayan bir yöntemdir. Bu tezde, veri madenciliği ve yöntemleri ele alınmış ve bu yöntemlerden biri olan kümeleme problemi incelenmiştir. Kümeleme probleminin matematiksel modelleri ifade edilmiş, kümeleme problemi için geliştirilen çözüm algoritmaları incelenmiş ve kümeleme probleminin çözümü için yeni bir algoritma önerilmiştir.Ayrıca,bankacılıkla ilgili yeni bir gerçek veri kümesi tanıtılmış, önerilen yeni algoritma ve literatürdeki algoritmalar bu veri kümesine uygulanmıştır.

Özet (Çeviri)

The Clustering Analysis, is one of the main techniques of data mining and it is also the method of analysis of multidimensional databases which divides the data set into clusters based on the similarity of data points. Another definition of cluster analysis can be given as follows: Divide data into homogeneous groups by using calculated measures on the basis of similarities or differences among the properties, to identify the specific prototypes. Clustering methods are divided into two classes: Hierarchical and non-hierarchical methods. On Hierarchical clustering the data points are combined and separated with the specific levels of partitioning. On non-hierarchical approaching the data points are divided into given number of clusters, according to the given criteria. In this thesis, clustering problem has been investigated, which is as an example of data mining methods.Mathematical models of Clustering problems have been expressed, solution algorithms developed for clustering problems have been examined and a new algorithm has been suggested for the solution of clustering problem. Besides, a banking related new real dataset has been introduced and the proposed algorithm along with the algorithms in literature has been applied to these data cluster.

Benzer Tezler

  1. Tez No

    439597

    A knowledge discovery approach to urban analysis the Beyoğlu preservation area as a data mine

    Kent analizinde bir bilgi keşfi yaklaşımı bir veri madeni olarak Beyoğlu kentsel koruma alanı

    AHU SÖKMENOĞLU SOHTORİK

    Doktora

    İngilizce

    İngilizce

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜLEN ÇAĞDAŞ

    PROF. DR. İKBAL SEVİL SARIYILDIZ

  2. Tez No

    359744

    Karadeniz Teknik Üniversitesi Farabi Hastanesi Biyokimya Laboratuvarı test sonuçlarından veri madenciliği yolu ile örüntü çıkarma

    Pattern extraction from Karadeniz Technical University Farabi Hospital Biochemistry Laboratory medical tests using data mining techniques

    YASEMİN ZEYNEP ENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. KEMAL TURHAN

  3. Tez No

    154190

    Tarihi yerleşimler için nesneye yönelik veri tabanı ve veri madenciliği yöntemleri kullanarak bilgi sistemi oluşturulması ve uygulaması

    Developing the information system for historical heritage by using the object oriented database and data mining methodologies and an application

    AYŞE BUHARALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. GÖKHAN YAVUZ

  4. Tez No

    713829

    RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data

    İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi

    MUSTAFA ÇAMLICA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FETHİ ÇALIŞIR

  5. Tez No

    327261

    Çokboyutlu veritabanlarında kümeleme yöntemleri.

    Çokboyutlu veritabanlarında kümeleme yöntemleri.

    ELVİN NASIBOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. BURAK ORDİN

Geri Dön