Geri Dön

Veri madenciliği market sepeti analizi: Apriori ve FP-Growth algoritmaları karşılaştırması

Data mining market basket analysis: Comparison of the apriori and FP-Growth algorithms

  1. Tez No: 659482
  2. Yazar: MERVE KARADEMİR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FATİH ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, İşletme, Industrial and Industrial Engineering, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Medeniyet Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

Verinin ve veri biliminin öneminin her geçen gün katlanarak arttığı hepimiz tarafından yadsınamaz bir gerçek haline gelmiştir. Şirketler bu konuda yatırımlar yapmakta ve en doğru ve güvenilir veriyi elde etmek ve bu yönde adımlar atmayı hedeflemektedirler. Veri yığınlarından değerli ve şirket çıkarları doğrultusunda işe yarar veriyi elde etme süreçlerinin kalıbını çizmiş olan veri madenciliği teknikleri ile ilgili veriler elde edilmekte ve birçok alanda bu altın değerindeki veriler kullanılmaktadır. Gerçek alışveriş verilerinin kullanıldığı bu çalışmada veri madenciliği algoritmalarından Market Sepeti Analizi sürecinde en sık kullanılan Apriori ve FP-Growth algoritmaları ile çalışıldı. Weka ve Python ile yapılan çalışma sonucunda Fp-Growth Algoritmasının Weka üzerinde Apriori Algoritmasına oranla çok daha hızlı çalıştığı fakat Python üzerinde yapılan çalışmada Apriori Algoritmasının literatüre zıt olarak FP-Growth algoritmasına oranla daha hızlı çalıştığı bilgisi ortaya konmuştur. Gerçek market verileri ile yapılan çalışmanın sonucunda market sahibine hangi ürünlerinin birlikte alındığı sonucunu sunularak satış politikasında karar verme sürecine destek sağlanmıştır.

Özet (Çeviri)

It is the fact that the importance of data and data science is increasing day by day across the world. Companies make investments in this regard and aim to obtain the most accurate and reliable data and to take steps in this direction. It has been obtained data from the data mining techniques that draw the pattern of the processes of obtaining valuable and useful data in line with the interests of companies from the huge sets of data and these precious data has used in many areas. In this real market data study, Apriori and FP-Growth algorithms, which are the most frequently used data mining algorithms in the Market Basket Analysis process, were used. At the result of the study with using real market data were showed that Fp-Growth algorithtm produced results faster than the Apriori algorithm on WEKA but in contrast to the literature, the Apriori algorithm produced results much faster than the FP-Growth algorithm on Python. The results of which products were purchased together is presented to the market owner in order to support the decision-making process in the sales policy.

Benzer Tezler

  1. Farklı sektörlere ait büyük verinin birliktelik kuralları yaklaşımıyla incelenmesi

    Examination of big data of different sectors with the association rules approach

    AHMET VELİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA KARAPINAR ŞENTÜRK

  2. Birliktelik kural çıkarım algoritmaları kullanılarak market sepet analizi

    Market basket analysis by using association rule mining algorithm

    EMRAH TOKYÜREK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞUR YÜZGEÇ

  3. Veri madenciliği algoritmaları ile birliktelik kurallarının belirlenmesi: Perakende sektöründe bir uygulama

    Determination of association rules with data mining algorithms: An application in retail sector

    AYŞE NUR SAĞIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BERK AYVAZ

  4. Dağıtık sistemlerde birliktelik kuralları ile sepet analizi

    Basket analysis with association rules in distributed systems

    TUĞÇE YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METİN ZONTUL

  5. 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