Mutabakat fonksiyonu kullanarak iş akışları optimizasyonu

Abstract

Mutabakat Fonksiyonu Kullanarak İş Akışları Optimizasyonu, Maltepe Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı.Bu tez çalışmasında iş akışlarını karar ağaçları yardımıyla optimize edebilecek bir mutabakat fonksiyonu geliştirilmesi amaçlanmıştır. Geliştirilecek mutabakat fonksiyonunun hali hazırda bulunan karar ağaçları ile elde edilebilecek doğruluk değerlerinden daha yüksek doğruluk değeri bulması hedeflenmiştir.Çalışma kapsamında kullanıcı verisinin, veri madenciliğine uygun hale getirilebilmesi için temizlenmesi, ardından bu veri üzerinden farklı boyutta örnek veriler seçilerek karar ağaçları oluşturulması planlanmıştır. Farklı algoritma ve veri büyüklükleri ile oluşturulan karar ağaçları bir mutabakat fonksiyonuna girdi olarak verilmiştir. Geliştirilen mutabakat fonksiyonu ile elde edilen tahmin doğruluğunun tüm karar ağaçları içerisindeki en yüksek doğruluk oranına sahip algoritmadan daha yüksek doğruluk oranına sahip olması hedeflenmiştir.Tez yedi bölümden oluşmaktadır. Birinci bölümde tez hakkında genel bilgiler verilerek konuya giriş yapılmıştır. İki, üç ve dördüncü bölümlerde sırasıyla karar ağaçları, regresyon analizi ve mutabakat fonksiyonu hakkında genel bilgiler verilmiştir. Beşinci bölümde uygulama ortamı tasarımı ve kullanılan veri setlerinden bahsedilmiştir. Altıncı bölümde karar ağaçları ile yapılan uygulamanın sonuçları tablolar ile açıklanmıştır. Sonuç ve referanslar bölümleri ile tez tamamlanmıştır.Anahtar Kelimeler: Veri Madenciliği, Karar Ağaçları, İş Akışları, Mutabakat Fonksiyonu

Workflow Optimization via Consensus Function, Maltepe University, Institute of Science, Computer Engineering Department.The objective of this thesis is to prepare a consensus function that can optimize workflow via decision trees. It is aimed to create a consensus function that will have a higher degree of accuracy in comparison with the current decision tree algorithms.The study is planned to cover data cleaning for mining purposes and the preparation of decision trees by way of selecting various samples. Decision trees generated by various algorithms were assembled using a consensus function. By means of that consensus function, it is aimed to obtain greater accuracy value than the accuracies of the individual decision tree algorithms.The thesis consists of seven sections. The first section provides an introduction by giving general information about the thesis. General information regarding decision trees, regression analysis and consensus function are given in sections two, three and four respectively. The design of the test platform and the detailed descriptions of the data sets used are covered in the fifth section. Results of the experiments have been given in section six. The thesis is finalized with conclusion and references.Keywords: Data Mining, Decision Trees, Work Flows, Consensus Function