Geri Dön

Birliktelik kuralı algoritmaları ile büyük veriler üzerinde analitik analizler: Havaalanı örneği

Analytical analyses on big data with association rulealgorithms: Airport example

  1. Tez No: 522749
  2. Yazar: MESUT ZERMAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FARUK BULUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Haliç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 125

Özet

Bilişim teknolojilerinin gelişimi, veri depolama alanlarının büyümesi ve özellikle bulut bilişim ile ilgili yeni çalışmaların yapılması, şirketlere ait müşterilerin verilerini daha büyük boyutlarda saklamalarına olanak sağladı. Ancak bu durumla birlikte büyük verilerden anlamlı ve yararlı bilgilerin ortaya çıkarılması daha da güç bir hale gelmiştir. Veri madenciliği yöntemleri bu ihtiyaçlara çözüm bulmak amacıyla ortaya çıkmıştır. Artık veri madenciliğinde kullanılan model ve tekniklerle birçok alanda çalışmalar yapılmaktadır. Bu gelişmeler sonrası veri madenciliği alanında birliktelik kuralları önem kazanmış ve ayrı bir araştırma konusu olmuştur. Özellikle birliktelik kuralları ile geçmiş veriden çıkarılmış olan kurallar ilerisi için doğru tahminler yapılmasını kolaylaştırmıştır. Bu tez çalışmasında, veri madenciliği modellerinden Birliktelik Kuralları Analizi ve Algoritmaları ayrıntılı olarak incelenmiştir. Apriori, Apriori-TID, ECLAT, FP-Growth algoritmaları uygulamada kullanılmıştır. Büyük veriler üzerinde çeşitli analiz ve bilgi çıkarımı işlemleri yapılması amaçlanmıştır. Uygulama alanı olarak havalimanlarında bulunan yiyecek içecek firmalarının sattıkları ürünler seçilmiştir. Yoğun bir yolcu trafiğine sahip bu firmaların bu büyük verileri üzerinden birliktelik kuralları ile çeşitli analizler yapılmıştır. Analizden elde edilen bilgilerle satış noktalarındaki kampanyaların yeniden düzenlenmesi, ürünlerin reyon ve raflardaki yerleşiminin tekrar düzenlenmesi ve bu sayede kârlılığın en üst düzeye çıkarılması amaçlanmıştır. Ayrıca çalışmamızda birliktelik kuralları ile farklı bilgilerin elde edilmesi, şirketin satış stratejisinin yeniden düzenlemesi ve bakış açısının değiştirilmesi amaçlanmıştır.

Özet (Çeviri)

The development of information technology, the expanding the data storage areas, and especially making new studies of cloud computing, enabled to keep the customers' data which belong to companies in bigger sizes. However, with this situation, it became even more difficult to be found out meaningful and useful information from big data. Data mining methods have emerged to solve these needs. Now studies are conducted in many fields with the models and techniques used in the data mining. After these developments, the Association Rules in the field of data mining have gained importance and become a separate research topic. Especially, with the Association Rules, the rules derived from the past data made it easier to be made accurate predictions for the future. In this thesis study, the Association Rules and Algorithms from the data mining models have been examined in detail. Apriori, Apriori-TID, ECLAT, FP-Growth algorithms are used in the application. Furthermore, it has been aimed to perform various analysis and information extraction operation on big data. As an application area, the products sold by food and beverage companies at airports have been selected. Various analysis has been performed with the Association Rules through the big data of these companies which have an heavy passenger traffic. With the information obtained from the analysis, it has been aimed to maximize the profitability by reorganizing the effective campaigns at the sales points, rearranging the products in the department store and the shelves. In addition, it is aimed to obtain different information by the Association Rules, to rearrange the sales strategy of the company bye changing the point of view.

Benzer Tezler

  1. İstenmeyen elektronik posta sınıflandırma probleminde etkin özellik seçimi

    Effective feature selection in spam mail classification problem

    NURİYE BAKTIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YILMAZ ATAY

  2. Sınıflandırma problemlerinde kural çıkarımı için yeni bir yöntem geliştirilmesi ve uygulamaları

    Development and applications of a new method for rule extraction in classification problems

    MURAT KÖKLÜ

    Doktora

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

  3. Birliktelik kuralları algoritmalarının otomotiv sektörü verileri üzerinde spmf ve weka ile performans analizi

    Performance analysis of association rules algorithms on automotive industry data with spmf and weka

    MELİH NAİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH KAYAALP

  4. Karsinogenezde mutasyonlar arası ilişkilerin veri madenciliği metotları ile tespiti

    Determining relations between mutations in carcinogenesis with data mining methods

    UĞUR TOPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    BiyoistatistikKaradeniz Teknik Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. KEMAL TURHAN

  5. Implementation of some medical data in Apriori algorithm

    Apriori algoritmasının bazı tıbbı verilere uygulanması

    FAWAD SADIQMAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NILÜFER YURTAY