Veri madenciliği yöntemleri ile uçuş biletleme analizi
Flight ticketing analysis with data mining methods
- Tez No: 544001
- Danışmanlar: DOÇ. DR. METİN ZONTUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Data Mining, Apriori Algorithm, Association Rules, Flight Ticketing
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 69
Özet
Bir çok sektörde kullanılan veri madenciliği hava yolu şirketleri açısında da büyük potansiyel barındırmaktadır. Kritik öneme sahip müşteriye direkt dokunan stratejik kararlarda, veri madenciliği yöntemleri etkin kullanılmaktadır. Verinin işlenip bilgiye dönüştürülme sürecine veri madenciliği denir. Birliktelik kuralları ve Apriori algoritması veri madenciliği alanında sıklıkla kullanılan yöntemlerdir. Bu tez çalışmasında, öncelikle veri madenciliği açıklanmış ve çalışmada kullanılacak yöntemler tanıtıldıktan sonra Türk Hava Yollarının 2016 yılı yaz ve kış dönemlerine ait yolcuların biletleme verileri ele alınmıştır. Veri ön işleme ve temizleme süreçlerinden sonra 2036113 satırdan oluşan uçuş biletleme verisine Birliktelik kuralları ve Apriori Algoritması uygulanarak 824 adet kural ortaya çıkarılmıştır. Elde edilen kurallar yorumlanarak ve kuralların etkileri değerlendirilerek müşteri deneyimine olumlu katkı sağlayabilecek öneriler sunulmuştur. Anahtar Kelimeler : Veri Madenciliği, Apriori Algoritması, Birliktelik Kuralları, Uçuş Biletleme
Özet (Çeviri)
Data mining used in many sectors also has great potential in terms of airline companies. Data mining methods are used effectively in strategic decisions that directly touch the critical customer. The process of processing the data into information is called data mining. Association rules and Apriori algorithm are frequently used methods in the field of data mining. In this thesis, firstly data mining was explained and after the introduction of the methods to be used in the study, the ticketing data of the passengers of the 2016 summer and winter periods of Turkish Airlines were discussed. After pre-processing and cleaning processes, 824 rules were applied to the flight ticketing data consisting of 2036113 lines by using Association Rules and Apriori Algorithm. By interpreting the obtained rules and evaluating the effects of the rules, suggestions are presented that can contribute positively to the customer experience.
Benzer Tezler
- Hava aracı motor sağlığı izlenmesi için veri madenciliği yöntemleri ile EGT ve N1 parametresi tahmini
EGT and N1 parameter estimation with data mining methods for aircraft engine health monitoring
MEHTAP TAŞCI
Doktora
Türkçe
2023
Sivil HavacılıkErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAGİME TÜLİN YILDIRIM
- Hava trafiği yönetimi için ADS-B sistemi uçuşverilerinin veri madenciliği yöntemleriyledeğerlendirilmesi
ADS-B system for air traffic managementevaluation with efficiency methods
MUHAMMET ÇELİK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ENGİN AVCI
- Uçak kaza ve olaylarının veri madenciliği yöntemiyle analiz edilmesi
Analysis of aircraft accidents and incidents with using data mining process
ERKAN KARACA
Yüksek Lisans
Türkçe
2010
Bilim ve TeknolojiHava Harp Okulu KomutanlığıEnerji Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ ERCAN
- Havayolu işletmelerinde müşteri tatmin boyutlarının cümle gömme tabanlı konu modelleme yöntemiyle belirlenmesi
Determining customer satisfaction dimensions in airlines via sentence embedding-based topic modeling
BİLGEHAN ÖZKAN
Doktora
Türkçe
2025
Sivil HavacılıkEskişehir Teknik ÜniversitesiHavacılık Yönetimi Ana Bilim Dalı
PROF. DR. ÖZLEM ATALIK
- Predictive modeling of non-routine maintenance workload in aircraft operations: a task card-level approach using real mro data and machine learning
Uçak bakım operasyonlarında non-routıne iş yükünün öngörüsel modellemesi: gerçek mro verileri ve makine öğrenmesi ile görev kartı düzeyinde bir yaklaşım
TALHA GÜÇLÜ
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN