Veri madenciliği ve market veritabanında birliktelik kurallarının belirlenmesi

Abstract

Günümüzde bilgi sistemleri ve teknolojinin gelişmesi sonucunda çok büyük miktardaki veriler firmalar tarafından toplanıp saklanabilmektedir. Uygun bilgisayar programlarının gelişimi ve firmaların topladığı verileri kullanılabilir bilgiye çevirme isteği toplanan bu veriyi analiz ederek içerisindeki anlamlı, gelecekle ilgili tahmin yapılmasını sağlayan bağıntı ve kuralların ortaya çıkarılmasını gerekli hale getirmiştir. Veri madenciliğinin veri tabanlarında saklı olan bilgilere otomatik bilgi keşfetme teknikleriyle ulaşması bu gerekliliği karşılayacak bir disiplin olarak ortaya çıkmasını sağlamıştır. Bu çalışmada veri tabanlarında bilgi keşif süreci ve veri madenciliği hakkında temel bilgiler verilerek, diğer disiplinlerle ilişkileri, faydaları, uygulama alanları, uygulama süreci, veri madeniliği modelleri ve teknikleri, veri madenciliğinde karşılaşılan problemler ve kullanılan yazılımlar konuları üzerinde detaylı olarak durulmuştur.Çalışmanın uygulama bölümünde SPSS Clementine 11.1 programı aracılığıyla, Apriori Algoritması kullanılarak perakende sektöründe hizmet veren bir firmaya ait veriler üzerinde veri madenciliği birliktelik analizi yapılmıştır. Yapılan bu çalışma sonucunda birlikte satılma eğilimi gösteren ürünler ve ürün kategorileri hakkında bilgiler verilerek, yeni bir market raf yerleşim düzeni önerilmiştir.Anahtar Kelimeler: Veri Madenciliği, Veri Madenciliği Modelleri, Veri Madenciliği Teknikleri, Birliktelik Kuralları, Apriori Algoritması.

Nowadays, huge amount of data is able to be collected and stored by companies with the help of advancing technology and information system. Moreover, determination of certain rules and relations enabling analysis of data to have required knowledge and idea about future became necessity with the enhancement of suitable software, and desire of companies converting collected data into knowledge. Thus, data mining came up with automatic information detection techniques to access information hidden in database as a discipline to meet the requirements. In this thesis, by presenting the process of discovery of knowledge along databases, and fundamental information regarding to data mining; benefits, application areas, application process, and models as well as techniques of data mining along with encountered problems were committed.In the part of thesis work, the data belonging to a private retail store was compiled and realized the togetherness of data mining analysis by applying Apriori Algorithm via SPSS Clementine 11.1 software. As a result of this evaluation, having more information about products which tend to be on sale together with another products and their categories, new positions of products on the shelf were suggested and reorganized. Key Words: Data Mining, The Models of Data Mining, The Techniques of Data Mining, Apriori Algorithm