Market veri tabanında veri madenciliği uygulaması

Abstract

Bilgi sistemleri ve teknolojinin gelişmesi sonucunda büyük marketler, işletmeler ve diğer kuruluşlarda veritabanlarında kuruluşun amacına ve yapısına bağlı olarak çeşitli türlerde veri toplanmaktadır. Uygun yazılımların gelişimi ve firmaların topladığı veriyi kullanılabilir bilgiye çevirme isteği toplanan bu veriyi işleyerek, verinin içerisindeki kullanılabilir ve ilginç ilişkilerin, birlikteliklerin ve örüntülerin ortaya çıkarılmasını gerekli hale getirmiştir. Veri madenciliği bu gereklilikleri karşılayacak bir disiplin olarak ortaya çıkmıştır. Veri madenciliğinin temelini örüntü tanıma ve sınıflama problemleri üzerinde yoğunlaşan yapay zeka ve istatistik disiplinlerindeki gelişmeler oluşturmaktadır.Bu çalışmada veri ambarı mimarisi, veri ambarlarında bilgi keşif süreci ile veri madenciliği kavramları ilişkisine değinilmiş veri madenciliği tanımı, diğer disiplinlerle ilişkileri, uygulama alanları, veri madenciliğinde karşılaşılan sorunlar, veri madenciliği modelleri ve teknikleri belirtilerek veri madenciliği süreci üzerinde durulmuştur.Bu çalışmanın uygulama bölümünde mevcut market veri tabanı üzerinde veri madenciliği birliktelik analizi SPSS Clementine 10.1 programı Apriori ve Weka programı Aprori, Predictive Apriori ve Tertius algoritmaları kullanılarak belirli güven ve destek değerlerine göre yapılmış, elde edilen kurallar değerlendirilerek sonuçlara ulaşılmış ve kıyaslamalar yapılmıştır.Anahtar Kelimeler: Veri Madenciliği, birliktelik analizi, sepet analiziBilim Dalı Sayısal Kodu: 609

As a result of improvements in information systems and technology, different types of data have been collected in databases of big markets, companies and other organizational units in accordance with the aims and architectures of organizational units avalable software improvements and company requirements to transform collected data into usable and practical form have made essential to reveal interesting relations, association rules, patterns in data by processing the data. Data mining seemed a satisfactory dicipline to meet such kind of requirements. Pattern recognition, artificial intelligence which concentrates on classification problems and improvements in statistics constitutes data mining concept.In this study, architecture of data warehouse, relations between data mining and data prediction process of database, data mining and other diciplines, application concepts, problems and techniques of data mining and process of data mining titles were held.In the implementation phase of that study, association analysis on current market database has been assesed by using SPSS Clementine and Weka Softwares. Definite support and confidence values have been set and analyzed on Apriori Algorithms for both software and Pedictive and Tertius Algorithms for only Weka software. Finally, all results were evaluated and compared to each other for verification.Keywords: Data mining, association analysis, basket analysisScience Code: