Kümeleme analizi kullanılarak benzin istasyonlarının operasyonel değerlendirilmesi

Abstract

Son yıllarda bilgi teknolojilerinin hızla büyümesi ile birlikte saklanan veri miktarları sürekli bir artış göstermektedir. Bir anlam ifade etmeyen çok fazla sayıda veri yığınları oluşmaya başlamıştır. Şirketler rekabet koşullarını arttırabilmek için büyük boyutlardaki veriler arasından faydalı bilgiler çıkarabilme yoluna yönelmişlerdir. Veri madenciliği ile büyük veri kümelerinden yararlı bilgiler çıkarılabilir hale gelmiştir.Veri madenciliği sayesinde müşterilerin ilgi alanları, ürün pazarlama stratejileri oluşturma, performans ve verimlilik analizi yapabilme gibi hususlarda kurumlara yardımcı olunur.Bu çalışmada veri madenciliği kavramının nasıl oluştuğu, bir veri madenciliği uygulamasında hangi süreçler olduğu, veri madenciliğinde kullanılan metodlar ve teknikler, k-ortalamalar kümeleme yöntemi ve bir akarkayıt firmasına ait satış verilerinden benzin istasyonlarının operasyonel değerlendirmesi anlatılmaktadır.

In recent years, along with the rapid growth of information technology shows a steady increase in the amount of data is stored. Large amount of data that does not make sense to the masses began to form. Companies, in order to increase the competitive conditions in order to obtain useful information from huge data started efforts. Useful information can be obtained by data mining from large data sets have become.Data mining is help assistance to corporations about subject which are interest of customers, marketing product strategies, to make the performance and efficiency analysis.In this study of how the concept of data mining, which is a data mining application that processes occur, methods and techniques used in data mining, k-means clustering method and the operational assessment of petrol stations from a fuel oil company's sales data.