Veritabanından Bilgi Tabanına Geçişte Bulanık Bir Araç

Abstract

Bu tez çalışması ile bulanık sorgulama ile dilsel özet kavramları kullanılarak, herhangi bir veritabanınıdaki potansiyel bulanık kurallara ulaşılması ve kuralların bir uzman sistem tarafından değerlendirilmesi neticesinde yeni bilgi elde edilmesi amaçlanmış ve bu amaçla Dan Rasmussen ve Ronald R. Yager tarafından ortaya atılan veri madenciliği için bir bulanık araç ( SummarySQL- A Fuzzy Tool For Data Mining ) isimli makale temel alınmıştır. Geliştirilen uygulama ile kural çıkarım sürecinde iki farklı yöntem kullanılması mümkün olmaktadır. İlk yaklaşım, uzman bilgisi kullanılarak uzman kişinin veritabanındaki alanlar üzerine bulanık kavramlar tanımlaması ve tanımlanan bu kavramlar arasındaki ilişkiler irdelenerek bulanık kurallar çıkarılmasına dayanan uzman yaklaşımıdır. Ham veri yaklaşımı olarak adlandırılan ikinci yaklaşım ise uzman bilgisi gerektirmez. Veritabanındaki ham veriler arasındaki ilişkilerden bulanık kural çıkarımına gidilir. Her iki yaklaşımda da üretilen kurallar “Genel Amaçlı Bir Bulanık Uzman Sistem” için kural tabanı oluşturacak şekilde kullanılabilmektedir.

The main goal of this thesis is, combine the idea of fuzzy query an linguistic summaries to find fuzzy rules. Afterwards the rules will be evaluated by an expert system to gain new knowledge. The algorithm is based on the article “Summary SQL- A Fuzzy Tool For Data Mining” introduced by Dan Rasmussen and Ronald R. Yager. Two different methods can be used in the rule generation process. In the first approach, rule generation is the conjecture of potential rules for validation. The process of conjecturing rule requeries some kind of expert knowledge to help in this process. In the second, a naive but more automated approach uses the values of the objects in the database themselves to generate the rules and then uses the same validation process with the first one. Afterwards the rules will be exported to a “General Purpose Fuzzy Expert System” as a rule-base to gain knowledge.