Bı̇rlı̇ktelı̇k kural çıkarım ı̇le ürün önerı̇ algorı̇tmasının gelı̇ştı̇rmesı̇ ve analı̇zı̇
Development and analysis of product recommendation algorithm withassociation rule mining
- Tez No: 885268
- Danışmanlar: DOÇ. DR. RİTA İSMAİLOVA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Birliktelik kuralı madenciliği, Artımlı veri madenciliği, Veri madenciliği, Apriori algoritması, Association rule mining, Incremental data mining, Data mining, Apriori algorithm
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kırgızistan-Türkiye Manas Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Online ticaret platformlarının yaygınlaşması ve market teknolojilerindeki gelişmeler, işletmeleri müşteri davranışlarının analizine yönelmeye zorlamıştır. Birçok işletme, önemli ve yararlı bilgiler elde etmek için çeşitli veri madenciliği araçlarını kullanmaktadır. Bunlardan biri olan Birliktelik Kuralı Madenciliği (ARM)'dir, bu yöntem veritabanlarından yeni bilgiler çıkarabilmek için sıkça kullanılan bir teknik olarak öne çıkmaktadır. Bu çalışma, Kırgız Cumhuriyetindeki müşteri davranışlarını inceleyerek şirket gelirlerini, hizmet kalitesini ve müşteri memnuniyetini artırmayı amaçlamaktadır. Mevcut çalışmanın amacı, söz konusu koşulların dinamik yapısı göz önüne alındığında birliktelik kurallarını kullanarak bir market sepeti analizi yapmaktır. Bu amaca ulaşmak için Kırgızistan'daki bir satış mağazasından 2019, 2020 ve 2021 yıllarını kapsayan bir veri kümesi kullanılmaktadır. Çalışmada kullanılan veri kümesi, 270 farklı ürünün satın alımına dair kapsamlı verileri içermektedir. Bu veri kümesi üzerinde analiz yapmak ve çeşitli ürünler arasındaki ilişkileri ortaya çıkarmak için Python programlama dili ve Apriori algoritması kullanılmıştır. Elde edilen bulgular, özellikle Bişkek şehri başta olmak üzere her bir şehirdeki ürünler arasındaki karmaşık ilişkileri gösteren 866 kural ortaya koymaktadır. Bişkek şehri özelinde elde edilen 866 kural, müşteri davranışlarını %83'lük bir olasılıkla tanımlamakta ve özellikle satış stratejilerinin oluşturulması konusunda değerli içgörürler sunmaktadır. Çalışmanın vurguladığı gibi, birliktelik kuralı madenciliği, satış işlemi verilerinden çıkarılan bu içgörürlerle, pazarlama girişimlerini optimize etme, envanter yönetimini iyileştirme ve müşteri deneyimini artırma konularında kullanışlıdır. Bu sonuçlar, her yıl ve her şehir için özel olarak üretilmiş kuralların, belirli ürünlerin satışlarını etkileyen önemli faktörleri ortaya koyduğunu göstermektedir. Apriori algoritması sayesinde, firma satış verilerini daha iyi anlayabilir ve stratejilerini bu analizlere göre şekillendirebilir. Örnek olarak 2021 için çıkarılmış model sonuçları 663457 veri setine göre analiz edilmiştir. Algoritmanın sonucunda toplam 54250 kural üretilmiştir. Sonuca ulaşmak için algoritma çalışma vakti 1.039 saniye tutmuştur. Algoritmanın bu performansı, kullanılan donanıma (mocos 16-inch, 2021, 16GB RAM) bağlı olarak değerlendirilmiştir. Bu tür bilinçli stratejilerin benimsenmesi, perakende sektöründe dinamik bir ortamda büyümeyi teşvik etme ve rekabet gücünü artırma potansiyeli taşımaktadır. Çalışmanın sonuçları, birliktelik kuralı madenciliğinin, müşteri tercihleriyle uyumlu stratejiler geliştirmek için güçlü bir araç olduğunu ortaya koymaktadır.
Özet (Çeviri)
In today's digital age, businesses are increasingly relying on the analysis of customer behavior to boost revenues, improve service quality, and enhance customer satisfaction. In line with this trend, a study has been conducted in the Kyrgyz Republic to investigate customer behavior and its impact on business outcomes. The study specifically focuses on conducting a grocery basket analysis using association rules, taking into account the dynamic nature of the circumstances at hand. To conduct this analysis, a dataset from a retail store in Kyrgyzstan spanning the years 2019, 2020, and 2021 has been utilized. The dataset contains comprehensive information on the purchase of 270 different products. In order to uncover relationships between these products, the researchers have employed the Python programming language and the Apriori algorithm. The analysis has resulted in the identification of 866 rules that highlight complex relationships between products, particularly in the city of Bishkek. These rules offer valuable insights into customer behavior, with an 83% probability of accuracy, which can be utilized to formulate effective sales strategies, optimize marketing initiatives, improve inventory management, and enhance the overall customer experience. The study further demonstrates that tailoring rules for each year and city can reveal important factors that influence the sales of specific products. By leveraging the Apriori algorithm, the company gains a deeper understanding of its sales data and can shape its strategies based on these insights. As an illustration, the model results for 2021 were analyzed using 663,457 data sets, yielding a total of 54,250 rules generated by the algorithm. The runtime of the algorithm was 1,039 seconds, taking into account the specific hardware used for the analysis. By adopting deliberate strategies informed by association rule mining, companies operating in the retail industry can foster growth and increase competitiveness in a dynamic environment. The findings of this study highlight the power of association rule mining as a tool for developing strategies that are closely aligned with customer preferences. In summary, the study conducted in the Kyrgyz Republic on customer behavior in the retail industry has successfully utilized association rule mining to uncover complex relationships between products. By analyzing a comprehensive dataset and utilizing the Apriori algorithm, the study has provided valuable insights into customer behavior, which can be leveraged to optimize marketing initiatives, improve inventory management, and enhance the overall customer experience. The results demonstrate the potential of association rule mining to drive growth and enhance competitiveness in the retail industry.
Benzer Tezler
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Birliktelik kural çıkarım algoritmaları kullanılarak market sepet analizi
Market basket analysis by using association rule mining algorithm
EMRAH TOKYÜREK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR YÜZGEÇ
- 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
- An effective approach for comparison of association rule mining algorithms based on controlled data, statistical inference and multiple criteria
Birliktelik kural madenciliği algoritmalarının karşılaştırılması için kontrollü veri, istatistiksel çıkarım ve çok kriter tabanlı etkili bir yaklaşım
SANAM AZADİAMİN
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSER KÖKSAL
- 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