Bulanık Kümelerin Verimadenciliğine Uygulanması

Abstract

Bu çalışmada, başta uzman sistemler olmak üzere, karar destek sistemlerinin ve son zamanlarda hızla gelişen veri madenciliği uygulamalarının temel tekniği olarak kullanılan bulanık mantık ve sorgulama hakkında bilgi verilecektir. Veriler kullanarak oluşturulacak kurallar yeni bilgilerin ortaya çıkmasında büyük rol oynarlar. Bu bilgilerin ortaya çıkabilmesi için kuralların iyi elde edilmesi ve de yorumlanması gereklidir. Günümüzde de artık salt veri toplamak yerine, veriler ışığı altında bir takım kural tabanlı çıkarımlarla yeni bilgilerin elde edilmesi ve yorumlanmsı amaçlanmıştır. Veri madenciliğinin de önemi bu noktada ortaya çıkmıştır.Günlük hayatta da bulanık kavramlar (yaşlı,genç,çok,az....) sürekli kullanılmaktadır. Verileri bulanıklığa göre sorgulamak yeni bilgileri elde etmek açısından daha verimlidir.Bu çalışmada; bulanık mantık kullanılarak oluşturulan Bulanık Sorgulama Aracı SummarySQL ile bulanık kurallar oluşturulmuş ve her nesnenin bu kurallardaki bulanık ifadelere üyeliği bir dereceyle belirtilmiştir. Bu şekilde elde edilen üyelik dereceleriyle bulanık sorgulamanın bir doğruluk ölçüsü bulunur ve bu doğruluk ölçüleri ışığı altında yeni bilgilerin elde edilmesi ve yorumlanması sağlanmıştır. Veri madenciliğine bu dilin büyük bir katkısı olacağı şüphesizdir.

In this study, Fuzzy logic that is used for especially expert systems’, decision support systems’ and nowadays fastly growing datamining applications’ basic technique, will be explained. Constructing new rules by using the data play a big role on the new knowledge to reveal. To reveal the knowledge, rules should be obtained and explained carefully. Nowadays, instead of collecting pure data, obtaining and explaining new knowledge is aimed with some rule based inferences. The importance of datamining increases in this point. In daily life the fuzzy expressions like ‘old, young, very, few...’ are continuously used. Examining the data according to fuzy logic will be more efficient for obtaining the new knowledge. In this study; fuzzy rules formed by the Fuzzy Query Tool called SummarySQL and each of the data is related to these rules with a degree of membership. By this way, the measure of validity of the fuzzy rule is found by the obtained membership degrees and by these measures, new knowledges can be explained. Certainly, this new language will be conribute to datamining .