Çok değişkenli zaman serilerinde dilsel özetleme
Linguistic summarization in multivariate time series
- Tez No: 957675
- Danışmanlar: PROF. DR. DİYAR AKAY
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 176
Özet
Son yıllarda, şirketler pazar paylarını artırmak amacıyla, tüketici davranışlarını daha net ve derinlemesine anlamak için geleneksel yöntemler yerine nöropazarlama yaklaşımlarına giderek daha fazla yer vermektedir. Nöropazarlama teknikleri, gelişmiş teknolojilerden faydalanarak, geleneksel yöntemlerle anlaşılamayan tüketicilerin bilinçaltı tercihlerini ve duygularını sunmaktadır. Bu tekniklerden biri olan elektroansefalografi (EEG), bireylerin sinirsel tepkilerini tespit etme kapasitesiyle nöropazarlamada yaygın bir şekilde kullanılmaktadır. EEG, beyindeki elektriksel aktiviteleri kaydederek, duyguların ve tercihlerin analiz edilmesine olanak tanır. EEG'nin ürettiği karmaşık sinyallerin anlamlandırılması için boyutlu modeller kullanılmakta ve bu modeller, ham verileri duygusal durumlara dönüştürmede tercih edilmektedir. Ancak, bu büyük veri yığınının ayrıntılı analizi için uzman müdahalesine ihtiyaç vardır. Bu sorunu çözmek amacıyla, bu tez çalışmasında nöropazarlama uzmanları için bir karar destek aracı olarak bulanık dilsel özetleme yaklaşımı, uygulamalı bir şekilde çalışılmıştır. Bu yöntem, büyük veri yığınlarını belirsiz ifadeler içeren günlük kullanılan dil formatında otomatik olarak özetleyebilmektedir. Çalışmada, bir otelin üç farklı reklamını (ses, video ve web sayfası) katılımcılar incelerken EEG sinyalleri kaydedilmiştir. Bu sinyaller, bulanık kümeler ile güncellenmiş Russell'ın sirkumpleks modeliyle bulanık duygu etiketlerine dönüştürülmüş ve bu sayede duygu dönüşümü daha hassas hale gelmiştir. Elde edilen bulanık duygu etiketleri, dilsel özetlemede kullanılmıştır. Çalışmada EEG verileri, tek değişkenli, çok değişkenli ve granül tespitli çok boyutlu zaman serileri olmak üzere üç farklı perspektiften analiz edilmiştir. Bu analizlerde, hem reklamlar bir bütün olarak incelenmiş, hem de demografik özellikler (örneğin, cinsiyet ve yaş) temelinde ayrıntılı karşılaştırmalar yapılmasına olanak sağlamıştır. Ayrıca, reklamların tüketici duyguları üzerindeki eş zamanlı etkilerini analiz etmek için güncellenmiş bir granüler trend algılama algoritması geliştirilmiştir. Bu yöntem, genellikle göz ardı edilen eş zamanlı bilgileri ortaya çıkarmaktadır. Bu tez çalışması, gelecekteki çalışmalara üç yenilikle ilham verebilecektir: nöropazarlamada bulanık dilsel özetleme tekniği, duygu tanımanın bulanıklaştırılması ve eş zamanlı kümelenmeyi tespit eden geliştirilmiş çok granüllü trend tespit algoritması.
Özet (Çeviri)
In recent years, companies have increasingly used neuromarketing approaches instead of traditional methods to understand consumer behavior more clearly and deeply in order to increase their market share. Neuromarketing techniques use advanced technologies to understand consumers' subconscious preferences, presenting their real preferences and feelings that cannot be understood by traditional methods. One of these techniques, electroencephalography (EEG), is widely used in neuromarketing with its capacity to detect individuals' neural responses. EEG records electrical activity in the brain, allowing for the analysis of emotions and preferences. Dimensional models are used to interpret the complex signals produced by EEG, and these models are preferred in recognition raw data into emotional states. However, expert intervention is needed for detailed analysis of this large dataset. In order to solve this problem, the fuzzy linguistic summarization approach is introduced in this thesis in an applied manner as a decision support tool for neuromarketing experts. This method can automatically summarize large datasets in the daily language format contains vague expression. In the study, EEG signals were recorded while participants viewed three different advertisements of a hotel (audio, video and web page). These signals were converted into fuzzy emotion labels with Russell's circumplex model updated with fuzzy sets, and thus the emotion recognition became more sensitive. The obtained fuzzy emotion labels were used in linguistic summarization. In the study, EEG data were analyzed from three different perspectives: univariate, multivariate and granular detected multidimensional time series. In these analyses, all ads were examined as a whole and detailed comparisons were made based on demographic characteristics (e.g. gender and age). In addition, an updated granular trend detection algorithm was developed to analyze the simultaneous effects of ads on consumer emotions. This method reveals simultaneous information that is often overlooked. This thesis study can inspire future studies with three innovations: fuzzy linguistic summarization application in neuromarketing, fuzzification of emotion recognition and modificated multi-granular trend detection algorithm that detects simultaneous clustering.
Benzer Tezler
- Çok değişkenli zaman serilerinde bağımlılığın Kapula modellemesi
Copula modelling of the dependency in multivariate time series
EMRE YILDIRIM
Yüksek Lisans
Türkçe
2017
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEHMET ALİ CENGİZ
- A post-inference transformer framework for anomaly range detection in multivariate time series
Çok değişkenli zaman serilerinde anomali aralığı tespiti için bir çıkarım sonrası dönüştürücü çerçevesi
GÖKSU UZUNTÜRK
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriOrta Doğu Teknik ÜniversitesiVeri Bilimi Ana Bilim Dalı
PROF. DR. TUĞBA TAŞKAYA TEMİZEL
- Çok değişkenli zaman serilerinde sınıflandırma problemi üzerine bir çalışma
A study on the classification problem in multivariate time series
SYED TAHİR MAHMUD
- Çok değişkenli zaman serilerinde kısa dönem ve uzun dönem ilişkileri, ve bir uygulama
Multivariate time series relationships, short-term and long-term, and an application
ENGİN AKSÜT
Yüksek Lisans
Türkçe
2012
EkonometriOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. YÜKSEL ÖNER
- IoT tabanlı çok değişkenli zaman serilerinde transformer ağı kullanarak anomali tespiti
Anomaly detection in IoT-based multivariate time-series using transformer network
ABDUL AMIR ALIOGHLI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEYZA YILDIRIM OKAY