An integrated methodology with data mining techniques for retail industry
Perakende sektörü için veri madenciliği teknikleriyle bütünleştirilmiş bir metodoloji
- Tez No: 406303
- Danışmanlar: YRD. DOÇ. TUĞBA EFENDİGİL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 150
Özet
Son on yıl içerisinde, teknolojik gelişmelerle birlikte data toplama ve depoma araçları inanılmaz bir biçimde ilerlemiş ve bunula birlikte organizasyonlar büyük miktarda verilerle uğraşmak zorunda kalmışlardır. Özellikle perakende endüstirisi büyük miktarda veri üretme açısından başta gelen sektörlerdendir. Böylece, Veri Madenciliği, bu büyük miktarda veriden anlamlı bilgi çıkarmak için iyi bir çözüm olmuştur. Bu çalışma, veri madenciliği metodolojisi kullanarak bir perekende firmasının mağazalarını gruplandırmayı amaçlamaktadır. Mağazaları personel maliyeti benzerliklerine göre sınıflandırmak için çeşitli veri madenciliği teknikleri uygulanmıştır. Öncelikle, önde gelen kümeleme tekniklerinden K-means algoritması uygulanmış, fakat kullanılan veri setinin ve problemin yapısından kaynaklı bir takım problemlerin üstesinden gelinememiştir. K-means algoritmasında karşılaşılan problemleri aşmak için Random Forest ve K-medoids algoritmalarından oluşan bütünleşmiş bir yöntem ortaya koyulmuştur. Bu algoritmalar Weka ve R gibi istatistiksel bilgisayar programlarında çalıştırılmıştır. Bu çalışma tekstil endüstrisinde hizmet gösteren bir perakende firması olan LC Waikiki' de yürütülmüştür. Firma Türkiye ve birçok ülkede büyük bir mağazalar zincirine sahip olmasına rağmen, İstanbul' daki 85 mağazayı içeren pilot bir uygulama bu çalışmada ele alınmıştır.
Özet (Çeviri)
Over the past decade, organizations has struggled with huge amount of data since advanced data collection and storage tools have unprecedentedly been improving along with technology. Particularly, retail industry is the leading sector in terms of generating a vast number of transaction data. Hence, Data Mining is a good solution for extracting useful knowledge from the collected data. This study aims to cluster stores of a retail company by using data mining methodology. Various data mining techniques have been applied to group stores according to similarities of personnel cost. Initially, K-means which is a prominent clustering algorithm was applied for clustering, however it could not cope with particular problems due to nature of data and the problem. For this reason, an integrated methodology including Random Forest and K-medoids is proposed to overcome the faced problems in K-means application. Statistical software programs, Weka (3.6) and R (3.1.2), were used to run these algorithms. The study was carried out in LC Waikiki which is a large retail company serving in textile industry. Although the company has a great number of stores throughout Turkey and several countries, a pilot study including 85 stores in İstanbul is considered for the applications.
Benzer Tezler
- Multi criteria decision making techniques in environmental impact assessment
Çevre etki değerlendirmesinde kullanılan çok kriterli karar verme teknikleri
MUHAMMED EMRE DEMİRCİOĞLU
Doktora
İngilizce
2021
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HAKKI ZİYA ULUKAN
- Reliability-based design of rock slopes
Kaya şevlerinin güvenirlik temelli tasarımı
HAFİZE ŞEBNEM DÜZGÜN
Doktora
İngilizce
2000
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL KARPUZ
PROF. DR. M. SEMİH YÜCEMEN
- Data analysis with distributed machine learning methods in smart city applications
Akıllı şehir uygulamalarında dağıtık makine öğrenmesi yöntemleriyle veri analizi
NAWAF ABDULLA
Doktora
İngilizce
2024
Yönetim Bilişim SistemleriGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRCİ
PROF. DR. SUAT ÖZDEMİR
- Web portallarında kullanıcı davranışlarının yerinde tespiti ve web madenciliğinde kullanımı için yenilikçi bir yaklaşım
An innovative approach for on-premises detection of user behaviors on web portals and its use in web mining
ÖZKAN CANAY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT KOCABIÇAK