Pattern recognition and link prediction in networks via machine learning algorithms: Tenant mix case
Ağdüzeneklerde makine öğrenmesi algoritmaları yoluyla örüntü tanılaması ve bağlantı tahminlemesi: Kiracı karması vakası
- Tez No: 828728
- Danışmanlar: DOÇ. DR. ŞULE TUZLUKAYA
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme (İngilizce) Bilim Dalı
- Sayfa Sayısı: 198
Özet
Ağdüzeneğini derinlemesine anlamak ve yorumlamak, yüksek dinamizm ve eksik veri nedeniyle oldukça zorlu olabilmektedir. Dinamizm ve eksikliklerin üstesinden gelebilmek için ağdüzeneğindeki düğümler arası potansiyel veya olası bağları tahmin etme çabalarına bağlantı tahminlemesi, belirli patikaları tanımlama uygulamalarına ise örüntü tanılama denilmektedir. Bu çalışmanın temel amaçlarından ilki, dinamizm ve eksik veri nedeni ile meydana gelen ağdüzeneği değişimi ve evrimini, örüntü tanılama ve bağlantı tahminleme problemi olarak formüle ederek bir yapay zeka - makine öğrenmesi çözümü geliştirmektir. Alışveriş merkezi karmaşık ve büyük bir örgüt sistemi olarak tanımlanmaktadır. Kiracı karması ya da kiracı(lar) kümesi, alışveriş merkezindeki tür, boyut, konum, hizmet/ürün sınıflandırmaları benzeri parametreleri içerir. Alışveriş merkezinin hayatta kalması ve başarısının sürdürülebilir olması, öncelikle kiracı karmasının analiz edilmesi ve planlanması ile ilintilidir. Dolayısı ile, bu çalışmanın bir diğer önemli hedefi, alışveriş merkezindeki iç mekan yaya trafiğinin ağdüzeneği olarak modellenmesiyle kiracı karması probleminin ağdüzeneklerde örüntü tanılama ve bağlantı tahminleme görevi ve işlemi olarak tekrar formüle edilmesidir. Böylelikle, ziyaretçilerin sosyoekonomik ve demografik parametreleri ile, mağaza ve alışveriş merkezi tercihleri üzerinden kiracı karması için yapay sinir ağı modellemesine dayalı yeni bir çözüm yöntemi önerilmektedir. Çalışma kuramsal olarak, ağdüzenekleri ve ağdüzeneklerinin değişim - evrim mekanizmaları için analitik ve matematiksel bir çözüm sunmaktadır. Bu sayede, ağdüzeneğindeki bağlar, bağları kuran aktörlerin özelliklerine ve tercihlerine bağlı olarak analiz edilebilir, sınıflandırılabilir ve tanımlanabilir. Ayrıca, özellik ve tercihlere göre düğümler arasındaki olası veya potansiyel bağlar, yapay sinir ağları modellemesiyle tahmin edilebilmektedir. Çalışma aynı zamanda metot açısından, yapay zeka - makine öğrenmesi yöntemlerini, özellikle yapay sinir ağlarını, ağdüzeneklerde bağları kuran veya kiracı karmasında iç mekan yaya trafiğini üreten aktörlerin yan bilgileri temelinde hem ağdüzenek araştırmalarına hem kiracı karması problemine, yeni bir yaklaşımla entegre edilebilmiştir. Bu çalışmada önerilen ve geliştirilen yaklaşım ve metot ile ağdüzenek evrim ve değişim mekanizmaları ile kiracı karması problemi için en azı %90 olmak üzere ortalama %96 başarı sağlanmıştır.
Özet (Çeviri)
Understanding and interpreting a network in depth may be intractable due to high dynamism and incomplete set of data. The efforts to estimate potential or prospective ties between nodes in a network in order to overcome dynamism and incompleteness are named link prediction while the applications performed to identify certain pathways are called pattern recognition. The first of the main goals of this study is to develop an artificial intelligence - machine learning solution by formulating the network change and evolution mechanism, which occurs due to dynamism and incompleteness, as a pattern identification and link prediction problem. Shopping mall is a specific, complex and large organizational form. Tenant mix refers to cluster of tenants including parameters such as types, sizes, locations, service and product categories in a shopping mall. Sustainability of the shopping mall's survival and success is primarily related to the analysis and planning of the tenant mix. Thus, a new solution method based on artificial neural network modeling is proposed for the tenant mix over the socioeconomic and demographic parameters of the visitors and their store and shopping center preferences. The study theoretically presents an analytical and mathematical solution for network and their change - evolution mechanisms. In this way, ties in the network could be analyzed, classified and recognized depending on the characteristics and preferences of the actors who establish the ties. Moreover, possible or potential ties between the nodes can be predicted with respected to the aforementioned features and preferences by artificial neural network modeling. The study is also able to integrate artificial intelligence - machine learning methods, especially artificial neural networks, into both network research and tenant mix problem, with a novel approach, on the basis of side knowledge of actors that establish connections in networks or generate indoor pedestrian traffic in tenant mix. With the approach and method proposed and developed in this study, for the network evolution - change mechanisms and tenant mix problem, an average of 96% success, at least 90%, has been achieved in analytical solutions.
Benzer Tezler
- BMI prediction from face images
Yüz görüntülerinden vücut kitle indeksi tahmini
GÜLPINAR BÖLÜKBAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Veri madenciliği ve demetleme
Data mining and clustering
AHMET CÜNEYD TANTUĞ
Yüksek Lisans
Türkçe
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Yapay zeka ve uygulamaları
Artificial intelligence and its applications
A.SEMİH ÖZKUL
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiY.DOÇ.DR. ORHAN KURUÜZÜM
- Kullanıcı kesitleriyle yüz ifadelerini analiz eden bir çoklu etmen sistemi uygulaması
A Multi agent system application analyzing facial expressions with user profiles
SANEM SARIEL
Yüksek Lisans
Türkçe
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. B. TEVFİK AKGÜN
- A support vector machine-based approach for southbound communication detection in SDN using openflow
Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım
ALİ GÖKHAN AVRAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ