You are here

Home » Content

BİRLİKTELİK KURALI YÖNTEMİ İÇİN BİR VERİ MADENCİLİĞİ YAZILIMI TASARIMI VE UYGULAMASI

A DATA MINING SOFTWARE DESIGN AND APPLICATION FOR ASSOCIATION RULE TECHNIQUE

Journal Name:

  • İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi

Publication Year:

  • 2007

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this study, a software is designed with association rules to apply data mining on patisserie sales datain a company. Processing steps in Knowledge Discovery from Data areimplemented.Data is transferred from database of operation location to application location by data selection process. Apropirate data set for data mining has been got using data preprocessing and data reduction processes on data inside database. Apriori algorithm is used in our software. Each step of algorihm is monitored during software run. Each step of algorithm operation can be monitored for that special software.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışmada, bir firmanın pastane satış verileri üzerinde veri madenciliği uygulamak için birliktelik kuralları ile bir yazılım tasarlanmıştır. Veritabanlarında bilgi keşfi sürecindeki işlemler gerçekleştirilmiştir.Veri seçme işlemi ile operasyon veritabanından uygulama veritaba nına veriler transfer edilmiştir. Veritabanı içindeki veriler üzerinde veri önişleme ve veri indirgeme süreçleri uygulanarak veri madenciliğine uygun veri seti elde edilmiştir. Tasarlanan yazılımda, Apriori algoritması kullanılmıştır. Uygulanan Apriori algoritması ile farklı zaman dilimi, farklı satış lokasyonu girdi değerleri doğrultusunda birlikte satın alınan ürünler ile ilgili bağıntılar olduğu gözlemlenmiştir.Genelde aynı ürün grubuna ait ürünlerin,en sık birlikte satın alınan ürünler olduğu görülmüştür.Yazılımın özel tasarımının sağladığı imkan ile yazılımının çalışması esnasında algoritmanın her aşaması izlenebilmişti
FULL TEXT (PDF): 
PDF icon arastirmax-birliktelik-kurali-yontemi-icin-bir-veri-madenciligi-yazilimi-tasarimi-uygulamasi.pdf
  • 12
21-37
  • Turkish

REFERENCES

References: 

Agrawal, R., Imielinski, T. veSwami, A.,(1993), “Mining Association Rules
Between Sets of Items in Large Databases”, In Proceedings of the ACM SIGMOD
International Conference on Management of Data (ACMSIGMOD ’93),207-216,
Washington, USA, 207-216.
Agrawal, R.veSrikant, R.,(1994), “Fast Algorithms for Mining Association Rules”,
In Proceedings of the 20th International Conference on Very Large Databases
(VLDB ’94), Santiago, Chile, 487-489.
Agrawal R. veSrikant R., (1995), “Mining Sequential Patterns”, 11th International
Conference on Data Engineering, Taipei, Taiwan, 3-14.
Bilgin,T. ve Çamurcu,A. Y., (2004), “A Data Mining Application on Air
Temperature Database”, Lecture Notes in Computer Science, 3261, Springer Verlag,
ADVIS, 68-76.
Das A., Ng,W. K. ve Woon Y.K., (2001), “Rapid Association Rule Mining”, In
Proceedings of the Tenth InternationalConference on Information and Knowledge
Management, ACM Press, Atlanta, GA, USA, 487-499.
Fayyad,U., Piatetsky-Shapiro,G. ve Smyth, P., (1996), “The KDD Process for
Extracting Useful Knowledge From Volumes of Data”, Communications of ACM,
39, 11, 27-34.
Frawley,W. J., Piatetsky-Shapiro,G. veMatheus, C. J., (1991), “Knowledge
Discovery Databases: An Overview, in Knowledge Discovery in Databases”, AAAI
58 AI Magazine, Cambridge, 1-27.
Gao, W., (2004), “A Hierarchical Document Clustering Algoritm”, MSc Thesis,
Dalhousie University, Halifax, Nova Scotia.
Han,J. veKamber,M., (2006), Data Mining Concepts and Techniques, Morgan
Kauffmann Publishers Inc., 1-35.
Houtsma,M. veSwami,A, (1995), “Set-Oriented Mining for Association Rules in
Relational Databases”, Proceedings of the 11th IEEE International Conference on
Data Engineering,Taipei, Taiwan, 25-34.
Özçakır,F. C., (2006), “Müşteri İşlemlerindeki Birlikteliklerin Belirlenmesinde Veri
Madenciliği Uygulaması”, Yüksek Lisans Tezi, Marmara Üniversitesi, Fe n
Bilimleri Enstitüsü, İstanbul.
Özekes S. ve ÇamurcuY., (2003),“Veri Madenciliğinde Karar Ağaçları Yöntemi
Uygulaması”, Bilgi Teknolojileri Kongresi II,Pamukkale Üniversitesi, Denizli.
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Güz 2007/2
37
Tan,P. N.,Steinbach,M. veKumar,V., (2006), Introduction to Data Mining,
Addison Wesley.
Savesere, A., Omiecinski, E. veNavathe, S., (1995), “An Eficient Algorithm for
Mining Association Rules in Large Databases”, In Proceedings of 20th International
Conference on VLDB, 432-444.
Sever,H. ve Oğuz,B., (2002),“Veritabanlarında Bilgi Keşfine Formal Bir
Yaklaşım, Kısım 1: Eşleştirme Sorguları ve Algoritmalar”, Bilgi Dünyası,3, 2,
Ekim, 173-204.
Zaki,M. J.veHsiao,C. J., (2002), “CHARM: An Efficient Algorithm for Closed
Itemset Mining”, In 2nd SIAM International Conference on Data Mining (SDM’02),
Eds. Grossman, R. L., Han, J., Kumar, V., Mannila, H. ve Motwani, R., Siam,
Arlington, VA, USA, 457-473.
Zhu, H., (1998),“On-Line Analytical Mining of AssociationRules”, MSc.Thesis,
Simon Fraser University, Ottawa, Canada.

Thank you for copying data from http://www.arastirmax.com