Birliktelik kuralı algoritmaları ile büyük veriler üzerinde analitik analizler: Havaalanı örneği

Abstract

Bilişim teknolojilerinin gelişimi, veri depolama alanlarının büyümesi veözellikle bulut bilişim ile ilgili yeni çalışmaların yapılması, şirketlere ait müşterilerinverilerini daha büyük boyutlarda saklamalarına olanak sağladı. Ancak bu durumlabirlikte büyük verilerden anlamlı ve yararlı bilgilerin ortaya çıkarılması daha da güçbir hale gelmiştir. Veri madenciliği yöntemleri bu ihtiyaçlara çözüm bulmak amacıylaortaya çıkmıştır. Artık veri madenciliğinde kullanılan model ve tekniklerle birçokalanda çalışmalar yapılmaktadır. Bu gelişmeler sonrası veri madenciliği alanındabirliktelik kuralları önem kazanmış ve ayrı bir araştırma konusu olmuştur. Özelliklebirliktelik kuralları ile geçmiş veriden çıkarılmış olan kurallar ilerisi için doğrutahminler yapılmasını kolaylaştırmıştır.Bu tez çalışmasında, veri madenciliği modellerinden Birliktelik KurallarıAnalizi ve Algoritmaları ayrıntılı olarak incelenmiştir. Apriori, Apriori-TID, ECLAT,FP-Growth algoritmaları uygulamada kullanılmıştır. Büyük veriler üzerinde çeşitlianaliz ve bilgi çıkarımı işlemleri yapılması amaçlanmıştır. Uygulama alanı olarakhavalimanlarında bulunan yiyecek içecek firmalarının sattıkları ürünler seçilmiştir.Yoğun bir yolcu trafiğine sahip bu firmaların bu büyük verileri üzerinden birliktelikkuralları ile çeşitli analizler yapılmıştır. Analizden elde edilen bilgilerle satışnoktalarındaki kampanyaların yeniden düzenlenmesi, ürünlerin reyon ve raflardakiyerleşiminin tekrar düzenlenmesi ve bu sayede kârlılığın en üst düzeye çıkarılmasıamaçlanmıştır. Ayrıca çalışmamızda birliktelik kuralları ile farklı bilgilerin eldeedilmesi, şirketin satış stratejisinin yeniden düzenlemesi ve bakış açısınındeğiştirilmesi amaçlanmıştır.

The development of information technology, the expanding the data storageareas, and especially making new studies of cloud computing, enabled to keep thecustomers' data which belong to companies in bigger sizes. However, with thissituation, it became even more difficult to be found out meaningful and usefulinformation from big data. Data mining methods have emerged to solve these needs.Now studies are conducted in many fields with the models and techniques used in thedata mining. After these developments, the Association Rules in the field of datamining have gained importance and become a separate research topic. Especially, withthe Association Rules, the rules derived from the past data made it easier to be madeaccurate predictions for the future.In this thesis study, the Association Rules and Algorithms from the data miningmodels have been examined in detail. Apriori, Apriori-TID, ECLAT, FP-Growthalgorithms are used in the application. Furthermore, it has been aimed to performvarious analysis and information extraction operation on big data. As an applicationarea, the products sold by food and beverage companies at airports have been selected.Various analysis has been performed with the Association Rules through the big dataof these companies which have an heavy passenger traffic. With the informationobtained from the analysis, it has been aimed to maximize the profitability byreorganizing the effective campaigns at the sales points, rearranging the products inthe department store and the shelves. In addition, it is aimed to obtain differentinformation by the Association Rules, to rearrange the sales strategy of the companybye changing the point of view.