Data analytics in industrial applications
Endüstriyel uygulamalarda veri analitiği
- Tez No: 515979
- Danışmanlar: DOÇ. DR. VİLDAN ÖZKIR
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Büyük veri, Hiyerarşik kümeleme, Stratejik karar, Big data, Hierarchical clustering, Strategic decision
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Sistem Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgi Teknolojileri (BT) Distribütörleri, iş planlarını doğru bir şekilde hazırlayabilmeleri için bayilerinin ürün gruplarına göre satın alma karakteristiklerini anlamak ve çözümlemek üzere yaklaşımlar geliştirmeye ihtiyaç duymaktadır. Dolayısıyla, bu firmalar için müşterilerini doğru bir şekilde bölümlendirmek ciddi bir öneme sahiptir. Bu çalışma ile, distribütör firmaların satışlarını arttırması amacına hizmet edebilecek bir müşteri yönetimi çerçevesi sunulmaktadır. Bu çerçeve temel olarak; veri hazırlama, etkin kümeleme ve tahmin aşaması olmak üzere üç aşamadan oluşmaktadır. Önerilen çerçevenin gerçek bir uygulaması, İstanbul'da bulunan büyük bir BT distribütörün müşterilerinin segmentasyonu için sunulmaktadır. Öncelikle, problemin yapısına veriye uygun olan kümeleme yöntemlerinden K–ortalama, beklenti maximizasyonu ve hiyerarşik kümeleme metotları BT bayilerinin satış verilerine uygunlanmaktadır. Kümeleme aşamasının sonucunda, hiyerarşik kümeleme yönteminin diğer yöntemlere göre daha iyi performans gösterdiği gözlenmektedir. Ayrıca, BT distribütörünün satışlarını arttırmak amacıyla sınıflandırma yöntemi kullanılarak bayilerine doğru ürün grubunu önermesi gerektiğine dair bir karar destek sistemi sunmaktadır. Önerilen çerçeve ile, kümeleme sonuçları tahminleme sürecinin ön işleme süreci olarak kullanılmaktadır. Sınıflandırma algoritmaları olan Naif Bayes, Destek Vektör Sınıflandırması ve C4.5 algoritması ile, bayilerin ürün gruplarına göre satış potansiyelleri belirlenmektedir. Sonuç olarak, önerilen çerçeveye göz önünde bulundurularak yapılan iş planlarının yüksek potansiyel üretme olanağı tartışılmaktadır.
Özet (Çeviri)
Information Technology Distributors need to develop methods for understanding their dealers purchasing behavior regarding to product groups in order to prepare their business plan correctly. So that correct customer segmentation is seriously important for those companies. This study provides customer management framework that is provided in order to increase IT distributors sales. Basicly, this framework includes 3 phases which are data preparation, effective clustering and prediction. Real application of proposed method is provided for one of the biggest IT distibutor company which is in Istanbul. Firstly, K-means, expectation maximization algorithm (EM) and hierarchical clustering methods ,which are proper for the data set, are applied IT dealers sales data. As a result of clustering process, it is observed that hierarchical clustering provides better performance compared to others. This study also provides decision support tool that suggests right product groups in order to increase IT distributors sales with classification method. Proposed method uses clustering results as preprocess of prediction process. Sales potential of dealers is determined regarding to pruduct groups with classification algorithms that are Naive Bayes, Support Vector Classification and C4.5 algorithms. Finally the business plans that are created via proposed framework have potential to yield results.
Benzer Tezler
- Hibrit üretim teknolojileri ve endüstriyel uygulamalardaki geleceği
Hybrid manufacturing technologies and their future in industrial applications
BÜŞRA ÇERÇER
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiTarsus Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞEREF ÖCALIR
- Airline customer data analytics integrated with social network information
Sosyal ağ bilgisi ile bütünleştirilmiş havayolu müşterisi veri analitiği
AHMET BİROL ÇAVDAR
Yüksek Lisans
İngilizce
2017
Endüstri ve Endüstri MühendisliğiTürk Hava Kurumu ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
PROF. DR. ALİ ÇOBAN
YRD. DOÇ. DR. NİLGÜN FERHATOSMANOĞLU
- Eğitimsel veri madenciliği ve bir uygulaması
Educational data mining and an application
YASEMİN YAKUPOĞLU
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Müşteri analitiği ve öneri sistemleri uygulaması
Customer analytics and recommender systems application
ÖZGE ELMAS
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ