Hizmet Sektöründe Bir Veri Madenciliği Uygulaması

thumbnail.default.alt
Tarih
2010-11-03
Yazarlar
Şekeroğlu, Songül
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Özet
Bu çalışmada teknolojinin gelişimiyle beraber iş zekasının artan önemi anlatılmış ve veri madenciliğinin ayrıntılı tanımı yapılmıştır. Veri madenciliğinin günümüzde neden bu kadar önemli ve gerekli olduğu açıklanmıştır. Verinin yararlı bilgiye dönüşüm süreci anlatılmış, bilgiye ulaşmanın gerekliliğinden ve öneminden bahsedilmiştir. Veri tabanlarında bilgi keşfi olarak adlandırılan bilgiye ulaşma yolları anlatılmıştır. Farklı sektörlerdeki veri madenciliği uygulamalarından örnekler verilmiştir. Veri madenciliği sürecinde yaygın olarak kullanılan CRISP DM adımları ayrıntılı olarak açıklanmıştır. Veri madenciliği modelleri olan sınıflandırma, kümeleme, birliktelik kuralları ve ilişki analizi ve ardışlık keşfi modelleri, kullanılan algoritmalarla beraber ayrıntılı olarak anlatılmıştır. Bahsedilen modellerin işleyiş süreçleri de aktarılmıştır. Algoritmalar arasında günümüzde yaygın olarak kullanılan yapay sinir ağları, karar ağaçları ve genetik algoritmalar da açıklanmıştır. Yapılan çalışmada veri madenciliği kullanılarak yapılan bir uygulamada yer almaktadır. Yapılan uygulamada kuyumculuk sektöründe bir firmanın müşterileri kümeleme analizi yöntemleri kullanılarak segmentlere ayrılmıştır. Analiz sonucunda elde edilen segmentlere, yönelik izlenecek politikalar ve kampanya önerileri oluşturulmuştur.
In this study, importance of business intelligence and development of technology described. A detailed definition of data mining is made. It is clarified that why data mining is very important and necessary in today’s world. It is explained that the process of data’s transformation to beneficial information, the necessity of reaching knowledge. Called information exploration in databases is the ways of reaching knowledge, is described. In variety of sectors, implementation samples are given in this study. CRISP DM steps, which are widely used in data mining process, is described in detail. Classification, Clustering, Association Rules and Correlation Analysis, which are basic models of data mining, are described with the algorithms that are in use, such as Artificial Neural Networks, Decision Trees, Genetic Algorithms are some of the algorithms which are widely used. Process of the above mentioned models are described. In this study, one of the companies’ customers in the Jewelry Industry is divided into segments by clustering analysis. After clustering, the segments are investigated. Policies and recommendation for marketing campaigns for each segments is developed.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2010
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2010
Anahtar kelimeler
Veri Madenciliği, İş Zekası, Kümeleme Analizi, CRISP-DM, Kuyumculuk Sektörü., Business Intelligence, Data Mining, Clustering Analysis, CRISP DM, Jewelry Sector.
Alıntı