Veri madenciliği yöntemleri ile ülkeleri gelişmişlik ölçütlerine göre kümeleme üzerine bir uygulama

Abstract

Bir amaç doğrultusunda elde edilen verilerden anlamlı sonuçlar çıkarılması işlemine veri madenciliği denir. Kümeleme analizi de veri madenciliği alanında sıklıkla kullanılmaktadır.Bu tez çalışmasında öncelikle kümeleme analizi kavramları açıklanmıştır. Çalışmada kullanılacak algoritmalar tanıtıldıktan sonra Dünya Bankası 'nın web sitesinden elde edilen verilere bu algoritmalar uygulanmıştır.Bu çalışmada amaç, önceden belirlenmiş parametreler göz önüne alınarak ülkelerin gelişmişlik ölçütlerine göre kümelenmesidir.Çalışma kapsamında 214 ülkeye ait 2015 verileri ele alınmıştır. Bu verilere Self Organizing Map ve K-Means kümeleme algoritmaları uygulanmış, sonrasında da elde edilen kümeler değerlendirilmiştir. Ayrıca ülkemizin bu kümelerdeki konumu da incelenmiştir.

The process of extracting meaningful results from data obtained in the direction of a goal is called data mining. Clustering analysis is also frequently used in the field of data mining.In this thesis study, firstly clustering analysis concepts are explained. These algorithms have been applied to the data obtained from the World Bank website after the algorithms to be used in the study have been introduced.The purpose of this study is to cluster countries according to their development criteria, taking into account pre-determined parameters.The study covered data from 214 countries . Self Organizing Map and K-Means clustering algorithms were applied to these data, and then the obtained clusters were evaluated. In addition, the position of our country in these clusters has been examined.