Perakendecilikte veri madenciliği uygulamaları ve sorunları
Data mining techniques and its problems in retail companies
- Tez No: 425715
- Danışmanlar: PROF. DR. ALİ HAKAN BÜYÜKLÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Matematik, İstatistik, Science and Technology, Mathematics, Statistics
- Anahtar Kelimeler: Veri Madenciliği, RFM, modelleme, kümeleme, müşteri segmentasyon, churn, perakendecilikte veri madenciliği, kümeleme algoritmaları, Data mining, RFM, modeling, clustering, customer segmentation, churn, data mining for retail companies, clustering algorithms
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
Veri madenciliği işletmeler için sahip oldukları veriyi tanıma (tezin içeriği nedeniyle, bizim için müşteriyi tanıma) yeni ve değerli bilgileri keşfedebilme açısından çok önemlidir. Müşteri davranışlarının ve ihtiyaçlarının ortaya çıkarılması, aynı zamanda müşterilere yeni ihtiyaçların ortaya çıkarılmasını da sağlamaktadır. Perakende firmaları için veri madenciliği, geniş veri setleri içerisinden anlamlı ve ilginç yapıların ortaya çıkarılmasına yönelik yapılan araştırma ve analizlerdir. İşletmeler, teknoloji sayesinde kaydı giderek kolaylaşan ve bu bağlamda giderek artan ve genişleyen veri kümelerine sahip olmuşlardır. Diğer taraftan da bu artan karmaşıklıkta gerçek bilgiye ulaşmak daha da zorlaştırmaktadır. Günümüzde veri madenciliği, bu ve benzeri zorluklar yaşayan tüm sektörlerin işini kolaylaştırmıştır. Akademik alanda ve sektörde bu anlamda birçok algoritma ve yöntem geliştirilmiştir. Perakendecilik sektöründe hizmet veren firmaların yoğun olarak kullandıkları bu algoritmaların uygulamadaki yeterliliklerini ve aksaklıklarını da ortaya çıkarmak, daha anlamlı bilgilerin ortaya çıkmasını sağlayabilmektedir. Geniş veri yapıları içerisinden anlamlı ve ilginç bilgilerin keşfedilmesinde teorik olarak birçok yaklaşım ve algoritmanın bulunmaktadır. Bu yöntem ve algoritmaların sonuçlarının ve işleyişlerinin uzman görüşleri olmadan çalıştırılması ve işletme gereksinimlerinin dikkate alınmaması gibi durumlarda; aslında çok anlamlı olmayan ve uygulamada bir takım engellerle karşılaşılan yararsız bilgiler ortaya çıkabilmektedir. Sonuç olarak, subjektif faktörlerin bu algoritmalara ne şekilde etki ettiği ve bu etkilerin modele nasıl yansıtılabileceğini ifade eden öneriler getirilmeye çalışılacaktır.
Özet (Çeviri)
Data mining is most useful in an exploratory analysis scenario in which there are no any predetermined information about what will constitute an“interesting”outcome. Data mining is the search for new, valuable, and nontrivial information in large volumes of data. It is also a cooperative effort of humans and computers. Best results are achieved by considering the knowledge of human experts in describing problems and goals with the search capabilities of computers. For the retail companies, data mining is the exploration and analysis of large quantities of data in order to discover and describe meaningful patterns and rules. Data mining gives a better understanding of retailers' customers about their needs and behaviors. Capabilities of both generating and collecting data have been increasing rapidly. Many enterprises acquire legacy databases as a result of the long history of information technology development. This is also help retailers to store and collect data history about their customers. Data mining provides us to find meaningful and interesting patterns hidden in a large data sets. There are many methods and algorithms to find meaningful patterns in large data sets. It is also important explaining assumptions and lack of abilities of the methods and algorithms. It is needed to balance computer capabilities with the human experience. And also it is important to consider retailers' needs.
Benzer Tezler
- An application for the evaluation of clustering analysis in data mining
Veri madenciliğinde kümeleme analizinin değerlendirilmesi için bir uygulama
TANZER AKTAŞ
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİzmir Ekonomi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERMET ANAGÜN
- Perakendecilik sektöründe veri tabanlı pazarlama yolu ile çapraz satışların desteklenmesi ve bir uygulama
Supporting cross selling in retail sector by database marketing and an application
NİZAMİ NURİYEV
Yüksek Lisans
Türkçe
2011
İşletmeMarmara Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. AZRA BAYRAKTAR
- Modern perakendecilik sektöründe veri madenciliği tekniklerinin uygulanması
Applications of data mining techniques in modern retail sector
BARIŞ YILDIRIM
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNCAY ÖZCAN
- K-ortalamalar algoritmasına dayalı kümeleme analizi sistemi ve perakendecilik sektöründe uygulaması
Clustering analysis system based on K-means algorithm and its application in the retail sector
MERVE ÜSTÜNEL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. AYLA ŞAYLI
- İmalat sanayinde veri madenciliği destekli tedarikçi seçimi uygulaması
An application of data mining-aided supplier selection model in manufacturing industry
ASLAN ÇOBAN
Doktora
Türkçe
2006
Makine MühendisliğiSakarya ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. İSMET ÇEVİK