Yazar "Zontul, Metin" seçeneğine göre listele
Listeleniyor 1 - 7 / 7
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Dağıtık sistemlerde birliktelik kuralları ile sepet analizi(Altınbaş Üniversitesi, 2019) Yüksel, Tuğçe; Zontul, MetinBüyük miktardaki veri yığınları içerisinden anlamlı ve kullanılabilir olan bilgileri ortaya çıkarabilmek için veri madenciliği teknikleri ve algoritmaları kullanılmaktadır. Birliktelik kuralları veri tabanı sistemlerinde önceden bilinmeyen, kullanışlı örüntülere ulaşabilmek için kullanılan tekniklerden biridir. Birliktelik kurallarının yaygın olarak kullanıldığı bir alan olan sepet analizi müşterilerin satın aldıkları ürünler arasındaki ilişkileri analiz etmektedir. Bir iş yükünü parçalara bölerek eş zamanlı olarak gerçekleştiren bilgisayar ağları dağıtık hesaplama sistemleri olarak adlandırılmaktadır. Bu çalışmada birliktelik kurallarını dağıtık sistemlere taşıyarak daha kısa süreli sonuçlar elde etmek amaçlanmıştır. FP- Growth algoritması kullanılarak kurallar oluşturulmuş, dağıtık sistem mimarisinde büyük boyutlu veriler işlenerek üzerinde anlık sepet analizi yapılmış ve daha hızlı sonuçlara ulaşılmıştır.Öğe Dynamic quota calculation system (DQCS): Pricing and quota allocation of telecom customers via data mining approaches(IGI Global, 2018) Çelenk, Ulaş; Ertuğrul, Duygu Çelik; Zontul, Metin; Elçi, Atilla; Uçan, Osman NuriOne of the most important IT sectors that requires big data management is mobile data communication systems (MDCS) of GSM companies. In the charging mechanism of current MDCS, a subscriber "surfs" on the internet that creates data traffic and a counter subtracts the amount of data used by the user from the subscriber's quota. In other words, instant constant quota values are assigned to subscribers without concern for their previous amount of internet usage in current MDCS. Moreover, constant quota values cause constant charge calls in control traffic that are repeated for all new quota requests. Thus, performance degradation occurs because of the repetition of quota request calls and allocations. In this chapter, a dynamic quota calculation system (DQCS) is proposed for dynamic quota allocations and charging in MDCS using data mining approaches as two cascaded blocks. The first block is selforganizing map (SOM) clustering based on a sliding window (SW) methodology followed by the second block, which is the markov chain (MC); the overall system is denoted as "SOM/SW and MC." © 2018, IGI Global.Öğe NoSQL veri tabanları üzerinde bir metin madenciliği uygulaması(Altınbaş Üniversitesi, 2017) Zontul, Metin; Aydın, GürkanMetin madenciliği metni veri kaynağı olarak dikkate alan veri madenciliği çalışmasıdır. Metin madenciliği düzensiz metinlerden oluştuğundan veri madenciliği algoritmaları ile yaklaşmak mümkündür. Asıl fark düzensiz metinleri anlamlı bir düzene oturtmaktır. Bu sebeple belirli bir düzene yaklaştırılan metinler üzerinde veri madenciliği yapmak kolaylaşmaktadır. Zor olan ise kaynaklar toplayıp derlemek ve anlamlı sayısal ifadelere çevirebilmektir. Projedeki amaç müşteri şikâyetlerini anlamlandırıp ölçümlemektir. Projede GSM firmaları dikkate alınmıştır. Sonraki süreçte ise hedef öğrenci yazılılarını okumaktır. Öğrencilere sınavlarına uygulanacak metin madenciliği çalışması ise farklı bir uzmanlık gerektirmektedir. Sözlük yaklaşımında olduğu gibi her soru için kategori ve kategori altındaki ağırlıklı kelimeler bu uzmanlar tarafından belirlenmelidir. Doğru sözlük tablosu oluşturulduğunda yazılım hızla değerlendirmesini yapacaktır. Milyonlarca öğrencinin cevap kâğıdının okunduğunu düşünürsek yazılımın milyonlarca işlem karşısında yorgunluk ve dikkatsizlik gibi davranışlarda bulunması beklenemez. Sonuç olarak milyonlarca iş yükünün altında bile metin madenciliği yaklaşım projesinin eşit, adil ve hızlı bir değerlendirme yapacağı aşikârdır.Öğe Uydu verilerine dayalı olarak bitki örtüsü analizi(Altınbaş Üniversitesi, 2018) Bozkurt, Nagihan Esendal; Zontul, Metin; Aslan, ZaferSon yıllarda özellikle Türkiye’nin batı bölgelerinde şehirleşmenin etkisiyle yeşil alanlar hızla azalmaktadır. İnceleme bölgesi için uzaktan algılama yöntemi kullanılarak, NDVI (Normalized Difference Vegetation Index, Normalize Edilmiş Fark Bitki Örtüsü İndeksi) bitki örtüsü indeksi elde edilmiştir. MODIS uydusu aracılığıyla Kandilli Bölgesi ve civarı için on yıl boyunca gözlenen günlük NDVI değerlerine dayalı olarak bitki örtüsü tahmini yapılmıştır. Bu çalışma kapsamında, enlem değeri 41° 4’N ve boylam değeri 29° 3’E olan Kandilli Bölgesinin Eylül, 2005 ile Ekim, 2016 yılları arasındaki NDVI değerleri ile çalışılmıştır. RMSE değeri 0.089 olarak hesaplanmıştır. Değerlerin saptanmasında MODIS (Moderate Resolution Imaging Spectroradiometer, Orta Çözünürlük Spektrometre Görüntüleme) çeşitlerinden olan TERRA Uydusu kullanılmıştır. Ölçümler yaklaşık olarak 6.25 kilometrekarelik bir alan üzerinde yapılmıştır. TERRA Uydusu’ndan elde edilen NDVI değerleri ile farklı mevsimlerdeki değişimleri karşılaştırılmıştır. NDVI değerlerinin en yüksek değerleri, 2012 yılı ilkbahar mevsiminde gözlenmiştir.Öğe Veri madenciliği yöntemleri ile uçuş biletleme analizi(Altınbaş Üniversitesi, 2019) Uluyardımcı, Muhammed Metin; Zontul, MetinBir çok sektörde kullanılan veri madenciliği hava yolu şirketleri açısında da büyük potansiyel barındırmaktadır. Kritik öneme sahip müşteriye direkt dokunan stratejik kararlarda, veri madenciliği yöntemleri etkin kullanılmaktadır. Verinin işlenip bilgiye dönüştürülme sürecine veri madenciliği denir. Birliktelik kuralları ve Apriori algoritması veri madenciliği alanında sıklıkla kullanılan yöntemlerdir. Bu tez çalışmasında, öncelikle veri madenciliği açıklanmış ve çalışmada kullanılacak yöntemler tanıtıldıktan sonra Türk Hava Yollarının 2016 yılı yaz ve kış dönemlerine ait yolcuların biletleme verileri ele alınmıştır. Veri ön işleme ve temizleme süreçlerinden sonra 2036113 satırdan oluşan uçuş biletleme verisine Birliktelik kuralları ve Apriori Algoritması uygulanarak 824 adet kural ortaya çıkarılmıştır. Elde edilen kurallar yorumlanarak ve kuralların etkileri değerlendirilerek müşteri deneyimine olumlu katkı sağlayabilecek öneriler sunulmuştur.Öğe Veri madenciliği yöntemleri ile ülkeleri gelişmişlik ölçütlerine göre kümeleme üzerine bir uygulama(Altınbaş Üniversitesi, 2019) Akkuş, Banu; Zontul, MetinBir amaç doğrultusunda elde edilen verilerden anlamlı sonuçlar çıkarılması işlemine veri madenciliği denir. Kümeleme analizi de veri madenciliği alanında sıklıkla kullanılmaktadır. Bu makalede öncelikle kümeleme analizi kavramları açıklanmıştır. Çalışmada kullanılacak algoritmalar tanıtıldıktan sonra Dünya Bankası ‘nın web sitesinden elde edilen verilere bu algoritmalar uygulanmıştır. Bu çalışmada amaç, önceden belirlenmiş parametreler göz önüne alınarak ülkelerin gelişmişlik ölçütlerine göre kümelenmesidir. Çalışma kapsamında 214 ülkeye ait 2015 verileri ele alınmıştır. Bu verilere Self Organizing Map ve K-Means kümeleme algoritmaları uygulanmış, sonrasında da elde edilen kümeler değerlendirilmiştir. Ayrıca ülkemizin bu kümelerdeki konumu da incelenmiştir.Öğe Yapay sinir ağı teknikleri kullanarak eğitim yayıncılığı sektöründe veri madenciliği(Altınbaş Üniversitesi, 2017) Zontul, Metin; Yangın, AyhanBu Çalışmanın amacı, insan beynindeki sinir ağlarının çalışmasından yola çıkılarak oluşturulan Yapay Sinir Ağları (YSA)’nın eğitim yayıncılığı sektöründe satış tahmininde nasıl kullanılabileceğini araştırmak ve satış tahminini yapmak için en uygun YSA modeline ilişkin bir örnek sunmaktır. Kurumların günlük operasyonları her gün binlerce veri oluşturuyor. Yapılan her şey, atılan her adım, kurulan bir iletişim, yazılan her şey bir veri ve hepsi bir anlam içermektedir. Rekabetin artığı günümüzde fark oluşturmak için birçok kurum tarafından ihtiyaç duyulan bilgi, karşımıza çıkan verilerin anlamlı bir şekilde düzenlenmesi ile sağlanmaktadır. Dosya ve veri tabanlarında kayıtlı çoğalan verilerle veri madenciliğinin asıl hedefi; verilere ilişkin bilgiyi keşfetmek ve karar verme sürecine yardım edebilecek veri tabanındaki yararlı bilgileri elde etmektir. Bu çalışmada eğitim yayıncılığı sektöründe faaliyet gösteren bir firmanın verileri kullanılmıştır. İlgili firmanın bilgi siteminden veriler alınarak satış tutarını etkileyebileceği düşünülen kriterler ortaya çıkarılmıştır. Satış talebini etkileyen faktörler; Satış Hacmi, Öğrenci sayısı, hane eğitim harcaması, dolar kuru, müşteri sayısı, TÜFE ve ÜFE’dir. Yapay sinir ağının ürettiği sonuçların gerçeği ne kadar yansıttığı istatistiksel olarak araştırılmıştır. Elde edilen sonuçlar, yapay sinir ağlarının eğitim yayıncılığı ile alakalı gelecekteki satışları tahmin etmede başarıyla kullanılabileceğini ortaya koymuştur
