Birliktelik kuralı algoritmaları ile büyük veriler üzerinde analitik analizler: Havaalanı örneği
Analytical analyses on big data with association rulealgorithms: Airport example
- Tez No: 522749
- Danışmanlar: DR. ÖĞR. ÜYESİ FARUK BULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- 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
- İstenmeyen elektronik posta sınıflandırma probleminde etkin özellik seçimi
Effective feature selection in spam mail classification problem
NURİYE BAKTIR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILMAZ ATAY
- 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
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NOVRUZ ALLAHVERDİ
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH KAYAALP
- Karsinogenezde mutasyonlar arası ilişkilerin veri madenciliği metotları ile tespiti
Determining relations between mutations in carcinogenesis with data mining methods
UĞUR TOPRAK
Yüksek Lisans
Türkçe
2015
BiyoistatistikKaradeniz Teknik ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
PROF. DR. KEMAL TURHAN
- 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