Nicel birliktelik kuralları için ilginçlik ölçütü ve çoklu destek değeri
Interestingness measure and multi support value for quantitative association rules
- Tez No: 479140
- Danışmanlar: DOÇ. DR. MURAT KARABATAK
- 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: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Veri madenciliği, sayısal ortamlarda biriken verilerden anlamlı ve faydalı bilgiler elde etmek için son yıllarda yoğun olarak kullanılan bir çalışma alanıdır. Birliktelik kuralı ise veriler arasındaki ilişkileri ortaya çıkarmak için kullanılan veri madenciliği tekniklerinden biridir. Birliktelik kuralı, ilk olarak 1993 yılında Agrawal ve arkadaşları tarafından ele alınmıştır. Birliktelik kuralı uygulamalarında kullanılan destek ve güven değerleri bu yöntemin en önemli iki parametresidir. Ancak nicel değerlere sahip veri setlerinde destek değerinin belirlenmesi sorun oluşturabilmektedir. Minimum destek değerinin uygun seçilememesi, veri setindeki ilginç ve değerli bazı kuralların ya üretilememesine ya da değerli olmayan çok sayıda gereksiz kural üretilmesine neden olmaktadır. Bu tez çalışmasında, nicel veri setleri üzerinde destek değerinin seçilmesi sorununu giderebilmek için çoklu destek değeri kullanan yeni bir yaklaşım önerilmektedir. Önerilen bu yaklaşım iki farklı örnek veri seti üzerinde uygulanmış ve elde edilen sonuçlar detaylı bir şekilde açıklanmıştır.
Özet (Çeviri)
Data Mining is a field that has been used extensively in recent years to obtain meaningful and useful information from data accumulated in digital environments. Association Rule is one of the Data Mining techniques that are used to reveal relationships between data. The association rule is first discussed in 1993 by Agrawal et al. The support and confidence values used in association rules are the two most important parameters of this method. However, determining the value of support in quantitative data sets can be problematic. Failure to select the minimum support value causes some interesting and valuable rules in the dataset to either not be produced or to generate a large number of unnecessary rules that are not valuable. In this thesis, a new approach is proposed which uses multiple support values to overcome the problem of selecting support value on quantitative data sets. This proposed approach has been applied on two different sample data sets and the results obtained are explained in detail.
Benzer Tezler
- Nicel birliktelik kurallarının keşfinde bulanık mantık ve genetik algoritma yaklaşımı
Fuzzy logic and genetic algorithm approaches in mining of quantitative association rules
BİLAL ALATAŞ
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ARSLAN
- Nicel birliktelik kurallarının bulanık mantık ve genetik algoritma ile otomatik keşfi
Discovery of quantitative association rules with fuzzy logic and genetic algorithms
KORKUT KORAY GÜNDOĞAN
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YETKİN TATAR
- Yerçekimsel arama algoritmasıyla nicel birliktelik kurallarının keşfi
Association rules mining with gravitational search algorithm
ÜMİT CAN
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiTunceli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Tüketici tercihlerinin yapay sinir ağları yöntemiyle tahmini: Perakende sektöründe bir uygulama
Prediction of consumer preferences by artificial neural networks method: An application in the retail sector
BAHAR ÇELİK
- Üniversitelerde yetenek yönetimi kapsamında yetenek havuzu oluşturmaya yönelik bir model önerisi
A model for the formation of a talent pool within the talent management in universities
SEDA GÜNDÜZALP
Doktora
İngilizce
2016
Eğitim ve ÖğretimFırat ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. MUKADDER BOYDAK ÖZAN