Web 3.0 veri toplama teknikleri ve pandemi ile değişen online sepet analizi
Web 3.0 data collection techniques and online basket analysis changed by the pandemic
- Tez No: 684920
- Danışmanlar: PROF. DR. ZAFER ASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
Son yıllarda, World Wide Web'in artan popülaritesi, web'de mevcut sayfa sayısında hızlı artışla beraber bir büyümeye yol açmıştır. Çok sayıda web sayfası, kullanıcıların gerekli bilgileri bulmasını giderek zorlaştırmaktadır. Web'de belirli bilgiler aranırken, çok sayıda ilgisiz arama sonucu zaman kaybedilir ve ilgili materyaller gözden kaçırabilmektedir. Mevcut web uygulamaları, içeriği yalnızca kendi dilinde temsil edilen HTML biçiminde web sayfaları sağlar ve bu nedenle içeriğin semantiğine makineler tarafından erişilemez. Makinelerin, kullanıcının bilgi problemlerini çözmede desteklemesini sağlamak için Web 3.0 geliştirilmiştir. Bu tez ile web sayfalarının semantiklerini işlenebilir hale getiren mevcut web 3.0 araçları ile veri toplama yöntemleri önerilmektedir. Günümüzde şirketler, büyük verilerin kullanımı açısından zengin, ancak bu verilerden elde edilen bilgilerin kullanımı ve paraya dönüştürülmesi açısından yetersizdir. Büyük veri değerli bir kaynak olarak görülüyor ve veri madenciliği kavramı hala yeni ve gelişmekte olsa da çeşitli endüstrilerdeki şirketler stratejik kararlar almak için bu verilere güvenmektedir. Fark edilmeyebilecek gerçekler, depolanan bilgileri eleyen tekniklerle ortaya çıkarılabilir. Pazar sepeti analizi, tüketici pazar sepetlerinde aynı anda bulunan ögeleri belirlemek için çok kullanışlı bir tekniktir. Bu tür bilgiler, promosyon desteği, envanter kontrolü ve çapraz satış kampanyaları gibi pazarlama faaliyetleriyle ilgili kararlar için bir temel olarak kullanılabilir. Bir alışveriş sitesinin ürün yelpazesindeki farklı ürünlerin birbiriyle nasıl ilişkili olduğunu ve bu ilişkilerden pazarlama faaliyetleri ile Covid-19 pandemi döneminde nasıl yararlanılacağını bulgular ile göstermek amaçlanmıştır. İşlemsel verilerden madencilik ilişkilendirme kuralları, ürünlerin birlikte ortaya çıkmaları ve ortak satın alımları hakkında bize değerli bilgiler sağlayacaktır. Bu tür bilgiler, promosyon desteği, envanter kontrolü ve satışlar arası kampanyalar gibi pazarlama faaliyetleriyle ilgili Covid-19 pandemisinde verilebilecek satış kararları için bir temel olarak kullanılabilir. Web 3.0 alt yapısının kullanılmasıyla ortaya çıkan verilerin uygun tekniklerle anlamlı hedef satış politikalarına dönüştürülmesi gösterilmektedir. Covid-19 pandemisi sürecinde tüketicilerin bilgisayar donanım ve performans parçalarına ihtiyaçları artmıştır. Bu dolaylı sonuç, insanların alışveriş alışkanlıklarının Bitcoin, Ethereum vb. kripto para işlemlerine yöneldiği belirlenmiştir.
Özet (Çeviri)
In recent years, the increasing popularity of the World Wide Web has led to growth with the rapid increase in the number of pages available on the web. A large number of web pages make it increasingly difficult for users to find the necessary information. When searching for specific information on the web, too many irrelevant search results waste time, and relevant materials can be missed. Existing web applications only provide web pages in HTML format whose content is represented in its own language, and therefore the semantics of the content is not accessible to machines. Web 3.0 was developed to enable machines to support the user in solving information problems. In this thesis, existing web 3.0 tools and data collection methods that make the semantics of web pages workable are proposed. Companies today are rich in the use of big data but insufficient in the use and monetization of the information derived from that data. Big data is seen as a valuable resource, and while the concept of data mining is still new and evolving, companies in various industries rely on it to make strategic decisions. Facts that may go unnoticed can be uncovered by techniques that sift through the stored information. Market basket analysis is a very useful technique for identifying concurrent items in consumer market baskets. Such information can be used as a basis for decisions regarding marketing activities such as promotional support, inventory control, and cross-selling campaigns. It is aimed to show with findings how different products in the product range of a shopping site are related to each other and how these relationships can be benefited from marketing activities during the Covid-19 pandemic period. Mining attribution rules from transactional data will provide us with valuable information about the co-occurrence and joint purchases of products. Such information can be used as a basis for sales decisions that may be made during the Covid-19 pandemic regarding marketing activities such as promotional support, inventory control, and cross-sales campaigns. It is shown that the data generated by the use of Web 3.0 infrastructure are transformed into meaningful target sales policies with appropriate techniques. During the Covid-19 pandemic, consumers' needs for computer hardware and performance parts have increased. This indirect result is that people's shopping habits change to Bitcoin, Ethereum, etc. may indicate that he is heading towards crypto money transactions.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme
Forecasting maritime trade indexes by using the time series models
KAAN KOYUNCU
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
- Okuma güçlüğü olan ilkokul 3. sınıf öğrencisinin web 2.0 araçlarıyla desteklenmiş akıcı okuma teknikleriyle okuma becerilerinin geliştirilmesi: Bir eylem araştırması
Improving reading skills of primary school 3rd grade students with reading difficulties through fluent reading techniques supported by web 2.0 tools: An action research
MEHMET ERDEM
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimAlanya Alaaddin Keykubat ÜniversitesiTemel Eğitim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİBEL DAL
- Teknoloji öğrenme döngüsünün sınıf öğretmenlerinin teknolojik pedagojik alan bilgilerine yansımaları
Reflections of technology learning cycle to classroom teachers' technological pedagogical content knowledge
PERİHAN CENGİZ ÖZGENÇ
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimFırat ÜniversitesiTemel Eğitim Ana Bilim Dalı
PROF. DR. İRFAN EMRE
- Elektronik bilgi kaynaklarında maliyet-yarar analizi: Orta Doğu Teknik Üniversitesi Kütüphanesi üzerine bir değerlendirme
Cost-benefit analysis of electronic information resources: An evaluation on Middle East Technical University Library
HACER BATI
Yüksek Lisans
Türkçe
2006
Bilgi ve Belge YönetimiHacettepe ÜniversitesiBilgi ve Belge Yönetimi Ana Bilim Dalı
PROF.DR. YAŞAR TONTA