Türkiye`deki seçmen eğilimlerinin veri madenciliği yöntemleri ile belirlenmesi ve bir uygulama

Abstract

Seçimler siyasi eğilimlerin ortaya konulduğu, seçmenin nihai kararının sonuçlandığı ve yönetenlerin oylanarak belirlendiği sistemdir. Bu sistem bireylerin algıları ve tercihleri doğrultusunda çıktılar üretmektedir. Bu çıktılar veri madenciliği yöntem ve teknikleri sayesinde gerçek sonuca belirli değerlerle yakınsayacak şekilde önceden tahmin edilebilmektedirler. Bu tezin amacı verilerin fazla olduğu alanlardan biri olan siyasi seçimlerdeki seçmen eğilimlerinin veri madenciliği yöntem ve teknikleri kullanılarak tespit edilmesi ve bilgi keşfi sürecini açığa çıkarmaktır. Bu kapsamda çalışmada veri madenciliğinin anlam ve içeriğinden başlanarak, başlıca veri analiz teknikleri irdelenecektir. Tezin uygulama kısmında 2011 yılı Türkiye milletvekili genel seçimlerinden önce KONDA Araştırma ve Danışmanlık firması tarafından hazırlanan seçim sonuçlarının tahminine yönelik anket ve kamuoyu araştırma sonuçları veri seti olarak kullanılmış, bazı veri madenciliği teknikleri ile bu veri seti analiz edilmiş ve böylece seçmenlerin oy verecekleri partileri seçmelerini etkileyen kuralların neler olduğu ortaya çıkarılmıştır. Veri seti niteliklerinin kategorik yapıda olması nedeniyle veri madenciliği tekniklerinden Gini ve C4.5 Karar Ağaç algoritmaları, Naive Bayes ve Random Forest sınıflandırma algoritmaları kullanılarak modeller oluşturulmuştur. Algoritma uygulamalarında yazılım platformlarından R programlama dilinden faydalanılmış, elde ettiğimiz modellerin performans değerlendirme karşılaştırmaları yapılmıştır.

Political elections are systems containing subjects such as political tendencies put forward, final decision of voters concluded and political leaders appointed. This system produces output according to the perceptions and preferences of individuals. These outputs can be predicted by data mining methods and techniques to be converged to the actual results with specific values. The main objectives of this thesis are defining voting tendencies in politics which is an example of subjects containing huge data through data mining methods and revealing the process of information exploration. In this context, data mining definition and contents will be handled and main methods of data analysis will be examined. On the application part of this disquisition, survey results which was prepared before 2011 elections of Turkey by KONDA Research and Consultancy company are presented as data set and this data set is analyzed via various data mining methods and the rules of behaviors that define voting tendencies arerevealed. Because the data set is categorical, models are produced using data mining methodssuch as Gini and C4.5 decision tree, Naive Bayes and Random Forest algoritms. In application, R programming language was chosen for versatility and package support about statistical programming and produced models were compared with R in terms of performance evaluation.