Veri madenciliğinde modele dayalı kümeleme analizi
Model based cluster analysis in data mining
- Tez No: 482406
- Danışmanlar: PROF. DR. ALİ İHSAN GENÇ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Klasik analiz yöntemleri, büyük ölçekli verilere uygulandığında verimli sonuçlar elde edilememektedir. Bu sebeple veri madenciliği yöntemleri, çeşitli disiplinlerin ortak çalışmaları ile geliştirilmiştir. Veri madenciliğinin temel amaçlarından biri de verideki bilinmeyen grup yapısını belirlemektir. Kümeleme analizi verideki gruplanmayı belirlemeyi amaçlayan yöntemlerin genel adıdır. Bu yöntemlerden biri olan modele dayalı kümeleme analizi, sonlu karma modeller kullanarak veriyi kümelemektedir. Sonlu karma modellerin kümeleme analizinde kullanımı ile küme belirleme problemi istatistiksel modelleme problemine dönüştürülmüş olur. Bu tez çalışmasında modele dayalı kümeleme analizi incelenmiş. Bu yöntemin veri madenciliği uygulamaları gerçekleştirilmiş ve diğer yöntemlerle karşılaştırılması yapılmıştır.
Özet (Çeviri)
Classical analysis methods do not yield efficient results when applied to large scale datasets. For this reason, data mining methods have been developed through collective studies of various disciplines. One of the main purposes of data mining is to identify the unknown group structure on the dataset. Cluster analysis is the general name of methods that aim to determine the grouping on the dataset. One of these methods, which is model-based cluster analysis, is clustering dataset using finite mixture models. With the use of finite mixture models in the cluster analysis, the problem of cluster determination is transformed into statistical modeling problem. In this thesis, model-based clustering analysis is examined. Data mining applications of this method have been implemented and compared with other methods.
Benzer Tezler
- Veri madenciliği nde regresyon ağaçları ile sınıflandırma ve bir uygulama
Classification with regression trees in data mining, and a appiication
GÜLSER DONDURMACI
Doktora
Türkçe
2011
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NALAN CİNEMRE
- Pazar bölümlendirmede GSP analizine dayalı bir modelleme çalışması
A modeling study based on RFM analysis for market segmentation
NERGİS KİRİŞÇİOĞLU
Yüksek Lisans
Türkçe
2020
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HURİYE ŞEBNEM BURNAZ
- Veri madenciliğine dayalı akıllı fon portföy optimizasyon sistemi
Data mining based smart fund portfolio optimization system
GÖRKEM SARIKAYA
Doktora
Türkçe
2016
İşletmeBaşkent Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. NERMİN ÖZGÜLBAŞ
DOÇ. DR. ALİ SERHAN KOYUNCUGİL
- Bulanık veri madenciliği ve sermaye piyasalarına uygulanması
Fuzzy data mining and its application to capital markets
ALİ SERHAN KOYUNCUGİL
- İlaç sektöründe dijital pazarlama faaliyetlerine yönelik CRM uygulamalarına dayalı kümeleme analizi ile müşteri segmentasyonu
Customer segmentation with cluster analysis based on CRM applications for digital marketing activities in the pharmaceutical industry
MİNE HIZLI
Yüksek Lisans
Türkçe
2019
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. MEHMET AKSARAYLI