Geri Dön

Veri madenciliği sınıflandırma algoritmaları ile e-posta önemliliğinin belirlenmesi

Determination of e-mail importance with data mining classification algorlthms

  1. Tez No: 534879
  2. Yazar: BURCU KALE
  3. Danışmanlar: PROF. DR. GÜZİN YÜKSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Büyük Veri, Sınıflandırma Algoritmaları, Önemli E-postalar, Rapid Miner, Big Data, Classification Algorithms, Important E-mails, Rapid Miner
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

Günümüzde internet ortamında yaptığımız her hareket çeşitli araştırmacılar tarafından takip edilmekte ve kayıt altına alınmaktadır. Veri madenciliği, gizli veri tahminlerini büyük veri tabanlarından çıkaran, veri ambarındaki önemli bilgileri analiz etme potansiyeline sahip güçlü ve yeni bir teknolojidir. Bu çalışmada önemli e-postaları ayırt edici belirgin farkları ortaya çıkarıp bunları öğrenen bir yapay zekâ tasarlanmaktadır. Çalışmada 19 değişkenden oluşan 4.709 birimlik veri üzerinde analizler gerçekleştirilmiştir. Decision Tree, Deep Learning, Gradient Boosted Tree, K-NN, Naive Bayes, Random Forest ve Logistic Regression sınıflandırma algoritmaları seçilmiş ve doğruluk, ağırlıklı ortalama anma, ağırlıklı ortalama duyarlılık ve kök hata kareler ortalaması istatistikleri kullanılarak karşılaştırılmış ve en iyi sınıflandırma algoritması belirlenmiştir. Analizler için Rapid Miner veri madenciliği programı kullanılmıştır.

Özet (Çeviri)

Nowadays, every movement we make on the internet is followed and recorded by various researchers. Data mining is a powerful new technology that takes out hidden data estimates from large databases and has the potential to analyze important information in the data warehouse. In this study, an artificial intelligence is designed to reveal distinctive differences of important e-mails and learn them. In the study, 4.709 data consisting of 19 variables were analyzed. Decision Tree, Deep Learning, Gradient Boosted Tree, K-NN, Naive Bayes, Random Forest and Logistic Regression classification algorithms were selected and compared using accuracy, weighted mean recall, weighted mean precision and root error squares averages statistics and the best classification algorithm was determined. Rapid Miner data mining program was used for analysis.

Benzer Tezler

  1. Sosyal ağlardaki siber zorbalığın yapay zeka algoritmaları ile tespiti ve sınıflandırılması

    Cyberbullying detection and classification with artificial intelligence algorithms in social network

    EREN ÇÜRÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ÇİĞDEM ACI

  2. Öğrenci performansının veri madenciliği ile belirlenmesi

    Determination of students performance with data mining

    SEVİL ÖZARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NECAATTİN BARIŞÇI

  3. E-ticaret sistemlerinde sahtecilik tespit sistemi tasarımı

    Fraud detecti̇on system design in e-commerce systems

    FATMA SERAP ÖRENLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiSüleyman Demirel Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UFUK ÖZKAYA

  4. Veri madenciliğinde sınıflandırma algoritmaları kullanılarak hepatit hastalığının tespiti

    Detection of hepatitis disease using classification algorithms in data mining

    SEMA GÜZEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ALKAN

  5. Makine öğrenmesi yöntemleri ile müşteri kaybı analizi

    Churn analysis with machine learning algorithms

    BUKET ÖNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METİN ZONTUL