Birliktelik kural çıkarım algoritmaları kullanılarak market sepet analizi
Market basket analysis by using association rule mining algorithm
- Tez No: 558440
- Danışmanlar: DOÇ. DR. UĞUR YÜZGEÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Bilecik Şeyh Edebali Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Mağazalarda ürün çeşitliliği ile oluşan veri yığınları, mağaza depolarında mal girişi ve çıkışı esnasında yoğunlukların yaşanmasına neden olmaktadır. Bu yoğunluğun iş gücünü, zamanı, enerji tüketimini ve satışları olumsuz etkilediği düşünülmektedir. Veri madenciliği çalışmaları, sektörlerde taleplerin belirlenmesi, taleplere en uygun çözümü bulma ve geliştirme konusunda çözümler üretmektedir. Birliktelik kural analizi algoritmaları veri madenciliği alanında veri kümeleri veya veriler arasındaki ilişkileri ortaya çıkarmak için sıklıkla kullanılan yöntemlerin başında gelmektedir. Literatür taraması sonucu elde edilen bilgiler ışığında birliktelik kural analizi algoritmaları içerisinde en yaygın kullanılan algoritmaların Apriori ve FP-Growth algoritmaları olduğu tespit edilmiştir. Bu tez çalışmasında, bir mağaza deposuna ait 4625 hareketlilik ve 106 üründen oluşan bir veri tabanı üzerinden birliktelik kural çıkarım algoritmaları kullanılarak depodan birlikte çıkma eğilimi olan ürünler ortaya çıkarılmıştır. Apriori ve FP-Growth algoritmaları uygulama üzerinde karşılaştırmalı olarak incelenmiş ve mağaza deposunun giriş-çıkış için en uygun hale getirilmesi amaçlanmıştır. Bu tez çalışması toplam, beş bölümden oluşmaktadır: giriş, veri madenciliği hakkında genel bilgiler, birliktelik kural analizi hakkında detaylı bilgiler, uygulama bölümü ve sonuç.
Özet (Çeviri)
The mass of products produced by the product variety in the stores causes intensities during the goods entry and exit in the store depots. It is thought that this intensity affects labor, time, energy consumption and sales negatively. Data mining works produce solutions to identify demands in sectors, to find and develop the most suitable solution to the demands. Association rule analysis algorithms are one of the most frequently used methods to reveal the relationships between data sets or data in the field of data mining. In the light of the data obtained from the literature review, it was found that the most commonly used algorithms in association rule analysis algorithms are Apriori and FP-Growth algorithms. In this thesis, 4625 mobility and 106 products belonging to a store warehouse, products with a tendency to coexist from the warehouse by using the rule extraction algorithms. Apriori and FP-Growth algorithms are examined comparatively on the application and it is intended to optimize the store warehouse for entry-exit. This thesis consists of a total of five chapters: introduction, general information about data mining, detailed information about the association rule analysis, the application section and the result.
Benzer Tezler
- 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
- 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
- İki katmanlı entegrasyon mimarisiyle hastalığa özel birliktelik ağı çıkarımı
Two tier combinatorial structure to infer disease specific coexpression network
MUSTAFA ÖZGÜR CİNGİZ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BANU DİRİ
- Metin madenciliği yöntemiyle Türkçe'de en sık kullanılan ve birbirini takip eden harflerin analizi ve birliktelik kuralları
By the method of text mining, analize of most frequently used and successive words in Turkish and cooccurence rules
EMİNE KÜBRA ÇELİKYAY
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiMatematik Bilgisayar Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN SİLAHTAROĞLU
- Tıbbi veri kümeleri arasındaki birliktelik kurallarının çok amaçlı genetik algoritma ile çıkarılması
Extraction of association rules in medical datasets via multi-objective genetic algorithms
BUKET KAYA
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. İBRAHİM TÜRKOĞLU