Geri Dön

Veri madenciliği ve karmaşık ağ analizi teknikleriyle satın alma siparişi verilerinin analizi

Analysis of purchase order data by data mining and complex network analysis techniques

PDF İndir

  1. Tez No: 625916
  2. Yazar: MUHAMMET ŞENTÜRK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ALİ AKSOY TÜYSÜZ, DR. ÖĞR. ÜYESİ VOLKAN TUNALI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Engineering Sciences, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Maltepe Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde şirketlerin büyüyen veritabanlarını, veri madenciliği ve karmaşık ağ analizi yöntemleri kullanarak analiz etmek kolay bir hal almıştır. Bu çalışmada kurumsal iki firmanın satınalma verileri iki farklı yöntem ile incelenmiştir. İlk yöntem; veri madenciliği başlığı altında anılan birliktelik kuralıdır. Burada, birlikte satın alınan ürünler birliktelik kuralı alt başlıkları olan sepet analizi yöntemi ve Apriori Algoritması uygulanarak incelenmiştir. Sepet analizi yönteminde yaygın olarak alınan ürünler ile en çok alınan ürün kümelerinin tespiti yapılmıştır. İkinci yöntem ise; karmaşık ağ analizi yöntemidir. Analiz ölçütlerinin kullanılması durumunda getireceği faydaların incelenmesi ve karşılaştırılmalı şekilde sunulması için faydalı bir analiz yapısına ulaşılması amaçlanmıştır. Bu çalışmada öncelikle elde edilen veriler içinden kirli veri olarak tarif edilen veriler ihmal edilmiş ve karmaşık ağ analizine uygun hale getirilmiştir. Sonrasında ise ağ modellenmesi yapılmıştır. Ağ analizi başlığı altında; görsel analiz, merkezilik analizi, topluluk analizi ve yapısal analiz yapılmıştır. Yapısal analizde de, satınalma ağının gerçek hayat ağlarına ait olup olmadığı rassal ağ ile karşılaştırılarak yapılmıştır. Son olarak ise sepet analizi raporlarında ön plana çıkmakta olan, madde kodlarının merkezilik analizi sonuçlarındaki değerleri incelenmiştir.

Özet (Çeviri)

Nowadays, it became easier to analyze companies' growing databases using data mining and complex network analysis methods. In this study, the purchasing data of two corporate firms were examined by two different methods. The first method is the association rule referred to under data mining. In this part, the products purchased together were examined by applying the basket analysis method and the Apriori Algorithm which they are subheadings of the association rule. In the basket analysis method, the most commonly purchased products and the most frequently purchased products were determined. The second method is a complex network analysis method. In the case of using analysis criteria, it is aimed to create a useful analysis format in order to examine the benefits and present them in a comparative way. In this study, first of all, the data described as dirty data were annihilated and made suitable for complex network analysis. Then, network modeling was performed. Under the title of network analysis, visual analysis, centrality analysis, community analysis and structural analysis were performed. In the structural analysis, it has been determined whether the purchase network belongs to real life networks or not by comparison with the random network. Finally, the values of the item codes that come to the forefront in basket analysis reports in the results of central analysis are examined.

Benzer Tezler

  1. Tez No

    389359

    Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme

    Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery

    İSMAİL ÇÖLKESEN

    Doktora

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU

  2. Tez No

    706716

    Bağımsız denetimde veri madenciliği tekniklerinin kullanılması

    Using data mining techniques in audit

    KARDELEN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeAlanya Alaaddin Keykubat Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SÜLEYMAN UYAR

  3. Tez No

    509560

    Karmaşık ağlarda bağlantı ve ağırlıkların birlikte tahmin edilmesi: Bilim insanlarının atıf sayısının tahmini

    Predicting of links and weights together in complex networks: Prediction of citation count of scientists

    ERTAN BÜTÜN

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KAYA

  4. Tez No

    373717

    Classification of complex networks in terms of topological properties

    Topolojik özelliklerine bağlı olarak karmaşık ağ sınıflandırması

    BURCU KANTARCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT AKIN

    DR. VINCENT LABATUT

  5. Tez No

    630335

    Yeraltı madencilik sektörü mesleki güvenlik risk analizi

    Occupational safety risk analysis in underground mining sector

    FATMA YAŞLI

    Doktora

    Türkçe

    Türkçe

    2020

    Kazalarİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HÜR BERSAM BOLAT

Geri Dön