You are here

Home » Content

MÜŞTERİ PROFİLİ VE ALIŞVERİŞ DAVRANIŞLARINI BELİRLEMEDE KÜMELEME VE BİRLİKTELİK KURALLARI ANALİZİ: PERAKENDE SEKTÖRÜNDE BİR UYGULAMA

Journal Name:

  • Yönetim-İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Dergisi

Publication Year:

  • 2011

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Data Mining is a technique, which enables discovering meaningful and useful Information in data has been critical factor for the success by the increase of the importance of the knowledge over the years. In this study, shopping data of a confection retail firm with the data of the owners of the shopping is handled and first of all the shopping behavior of customers are determined by using Association Rules which is one of the technique of Data Mining. After that an application is presented by dividing customers into segmentations considering their demographic spesifications by using Clustering techniques.
Bookmark/Search this post with
Abstract (Original Language): 
Bilginin öneminin yıllar boyunca artması ile verinin içindeki anlamlı ve kullanışlı bilginin çıkarılmasını sağlayan Veri Madenciliği tekniği, özellikle işletmelerin başarısı için önemli bir araç haline gelmiştir. Bu çalışmada hazır giyim perakende sektöründe faaliyet gösteren bir firmanın alışveriş kayıtları ile alışverişi gerçekleştiren müşteri verileri ele alınmıştır. Analizde öncelikle "Birliktelik Kuralları Analizi" ile müşterilerin alışveriş alışkanlıkları belirlenmeye çalışılmış, daha sonra "Kümeleme Analizi" ile müşteriler, demografik özellikleri dikkate alınarak bölümlendirilmiştir.
FULL TEXT (PDF): 
PDF icon arastirmax-musteri-profili-alisveris-davranislarini-belirlemede-kumeleme-birliktelik-kurallari-analizi-perakende-sektorunde-bir-uygulama.pdf
  • 68
128-147
  • Turkish

REFERENCES

References: 

AAKER, D., 1971, Multivariate Analysis in Marketing: Theory And Application,
Wadswort Publishing, California, 299.
AKPINAR, H., 2000, "Veri tabanlarında Bilgi Keşfi ve Veri Madenciliği", I.U.Işletme Fakültesi Dergisi, 29(1), s. 1-22.
ALP AYDIN, E., Z., 2000, "Veri Madenciliği - Ham Veriden Altın Bilgiye Ulaşma Yöntemleri, Bilişim 2000 Eğitim Semineri, 9.
BARBER, F.A., Thomas, R.K., 2001, Huang M.C., "Developing a Profile of LASIK Surgery Customers", Marketing Health Services. 21 (2), s: 32-36.
BERKHIN, P., 2002, Survey of Clustering Data Mining Techniques, (Çevrimiçi) http: www.ee.ucr.edu/~barth/EE242/clustering_survey.pdf, California, U.S.A.
BRIJS, T., Swinnen, G., Vanhoof, K., Wets, G., 2004, "Building an Association Rules Framework to Improve Product Assortment Decisions", Data Mining and Knowledge Discovery, 8(1), s: 7-23 .
DECKER, Reinhold, K. Monien, 2003, "Market Basket Analysis with Neural Gas Networks and Self-Organising Maps ", Journal of Targeting, Measurement and Analysis for Marketing, 11, s: 373-386.
FAYYAD, U., Piatetsky-Shapiro, G., Smyth, P., 1996, "From Data Mining to Knowledge Discovery in Databases", Al Magazine, 17 (3), s: 37 .
HAIR, J.F., Black, W., Babin, T., Anderson, R., 1998, Multivariate Data Analysis,
Prentice Hall, U.S.A., s: 473.
KOÇ, S., "Türkiye'de İllerin Sosyo-Ekonomik Özelliklere Göre Sınıflandırılmasf, Çukurova Üniversitesi Sempozyum Bildirisi, http://idari.cu.edu.tr/sempozyum/bil20.htm,
27.06.2005.
NAKÎP, M., 2003, Pazarlama Araştırmaları, Seçkin Yayınevi, Ankara, S: 418
ÖZEKEŞ, S., 2003, "Data Mining Models and Application Areas", istanbul Commerce University Journal of Science, 3, s: 65-82.
ÖZER, M., 2001, "User Segmentation of Online Music Services Using Fuzzy Clustering", Omega, 29 (2), s: 193.
ÖZMEN, Ş., 2001, "İş Hayatı Veri Madenciliği Uygulamaları ile İstatistik Uygulamalarını Yeniden Keşfediyor", V. Ulusal Ekonometri ve İstatistik Sempozyumu, Çukurova Üniversitesi, Adana, s: 1- 6
146
Mehpare TİMOR / Ayşegül EZERÇE / U. Tugba GÜRSOY Yönetim Yıl: 22 Sayı 68 Şubat 2011
PANDE, J.K., Analysis of Data Mining Algorithms,
http://userpages.umbc.edu/%7Ekjoshi1/data-mine/proj_rpt.htm#assoc_rules, 01.01.2007.
PÎRAMUTHU, S., 2004, "Evaluating Feature Selection Methods far Learning in Data Mining Applications", European Journal of Operational Research, 156 (2), s: 483-494.
RAKESH, A., 1993, "Mining Association Rules Between Sets of Items in Large Databases", ACMSIGMOD Konferansı Bildirisi, U.S.A., s.2.
RAKESH, A., Ramakrishnan, S., 1994, "Fast Algorithms far Mining Association Rules", 20. VLDB Konferansı, Şili, s: 487-499.
SAÎT, R., "Perakendeciliğin Tanımı", http://www.kobifinans.com.tr/index.php, 31.12.2005.
SAS Institute Inc., 2009, The Data Mining Challenge: Turning Raw Data Into Business Gold, www.sas.com/software/data_mining .
SÎLAHTAROĞLU, G., 2008, Kavram ve Algoritmalarıyla Temel Veri Madenciliği,
Papatya Yayıncılık, İstanbul.
TAN, P.N., Steinbach, M., Kumar, V., 2005 Introduction to Data Mining, Addison Wesley, s.332.

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