Apriori algoritması ile müşteri bazlı market sepet analizi ve ürün satış tahmini
Customer based market basket analysis with apriori algorithm and product sales forecast
- Tez No: 477653
- Danışmanlar: PROF. DR. SERDAR ETHEM HAMAMCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Veri madenciliğinin yaygın kullanımı ve gelişmesi ile büyük veri yığınları içerisinden anlamlı örüntüler çıkarmayı mümkün kılmıştır. Birçok sektör veri madenciliği yöntemlerini kendi verileri üzerinde aktif olarak kullanmıştır. Bu tez çalışmasında perakende sektörüne ait yüksek miktardaki satış verilerinin analizi yapılmıştır. Analiz işleminin temel amacı müşteri memnuniyetini sağlamak, firmaya olan bağlılığı artırmak, firma satış grafiğini yükseltmektir. Müşterilerin satın aldıkları ürünler arasındaki birliktelik kurallarının tespit edilmesi ile bu kuralların temsil ettikleri müşteri kitlelerinin belirlenmesi sağlanmıştır. Böylece firmanın tek bir kampanya yaparak müşterileri genellemesi yerine çok sayıda kampanya oluşturarak az sayıda ürünü doğru müşterilere sunması sağlanmıştır. Bu özel kampanyalar ile müşterilerin kendilerini daha özel hissetmeleri ve firmaya olan bağlılıklarının artırılması hedeflenmiştir. Birliktelik kuralı yöntemleri uygulanarak elde edilen analiz sonuçları neticesinde müşteriler için hazırlanan kampanyalarda sunulan ürünlere ait satış miktarı tahminleri yapay sinir ağları yöntemi ile yapılmıştır. Bu sayede kampanyanın müşteriler tarafından ne kadar ilgi göreceği hakkında önemli bilgiler elde edinilmiştir. Bu analiz sürecinde verilerin sistemli bir şekilde kayıt altına alınması ve analize uygun hale getirilmesi işlemi MSSQL Server veri tabanı sistemi üzerinden yapılmıştır. Birliktelik kurallarının oluşturulması için R programlama dili ve R Studio geliştirme ortamı kullanılmıştır. Yöntem olarak oldukça popüler olan apriori algoritması tercih edilmiştir. YSA kullanılarak gerçekleştirilen tahmin işleminde ise MATLAB kullanılmıştır. Elde edilen birliktelik kurallarını temsil eden müşterilerin tespit edilmesinde gösterge panelleri tasarlanarak sonuçların daha kolay ve daha anlaşılır bir yapıya kavuşması sağlanmıştır.
Özet (Çeviri)
The popularisation and the improvement of data mining have enabled to attain significant patterns from ample data stacks. Numerous sectors have applied data mining methods on their data vigorously. In this study, a large number of sales data related to the retail industry were analyzed. We can state that the main purposes of analysis are to meet the customer satisfaction, to deepen commitment to the company, to raise the company's sales chart. By determining the association rules between the products bought by the customers, it was provided to identify the customer groups representing these rules. By this means, the company is provided to offer a few products to the right customers by organising numerous campaigns instead of generalising the customers by launching a single campaign. These special campaigns are aimed to get the customers feel special and to increase their commitment to the company. As a result of the analysis obtained from association rule methods, sales amount estimations of the products presented in the campaigns prepared for the customers were done through artificial neural networks. So substantial information were obtained about the extent of the customer interest to the campaign. In this analysis process, recording of the data systematically and bringing them in compliance with the analysis were carried out via MSSQL Server Database System. To establish the associatin rules, R programing language and R Studio setting were used. A priori algorithm was preferred as the method. In the estimation process carried out by applying YSA MATLAB was used. For determinig customers who represent the association rules dashboards were designed and the results are provided to have an easier and more comprehensible form.
Benzer Tezler
- Implementation of some medical data in Apriori algorithm
Apriori algoritmasının bazı tıbbı verilere uygulanması
FAWAD SADIQMAL
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NILÜFER YURTAY
- Farklı sektörlere ait büyük verinin birliktelik kuralları yaklaşımıyla incelenmesi
Examination of big data of different sectors with the association rules approach
AHMET VELİ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA KARAPINAR ŞENTÜRK
- Bı̇rlı̇ktelı̇k kural çıkarım ı̇le ürün önerı̇ algorı̇tmasının gelı̇ştı̇rmesı̇ ve analı̇zı̇
Development and analysis of product recommendation algorithm withassociation rule mining
NAMATULLAH WAHİDİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırgızistan-Türkiye Manas ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. RİTA İSMAİLOVA
- Müşteri profili ve alışveriş hareketlerini belirlemede RFM analizi ve birliktelik kuralları analizi: Perakende sektöründe bir uygulama
Customer profile and shopping movements RFM analysis and combination in determination rules analysis: A thing in the retail industryapplication
GÜLFEM OĞUR
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Development of decision support algorithms on RFID systems of stores
Mağaza RFID sistemlerde karar destek algoritmalarının geliştirilmesi
BORAN TAYLAN BALCI
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP ALP KUT