dc.contributor.author |
Yüksel, Tuğçe
|
|
dc.date.accessioned |
2019-06-24T11:50:26Z |
|
dc.date.available |
2019-06-24T11:50:26Z |
|
dc.date.issued |
2018 |
|
dc.identifier.uri |
http://hdl.handle.net/11547/2454 |
|
dc.description.abstract |
Günümüzde, veri tabanı sistemlerinin kullanımının artmasıyla, birçok alandaki
verileri bilgisayar ortamında uzun yıllar saklamak mümkün hale gelmiştir. Bu veriler
içerisinden anlamlı ve kullanılabilir olan bilgileri ortaya çıkarabilmek için veri
madenciliği teknikleri ve algoritmaları kullanılmaktadır. Büyük miktardaki veri
yığınları arasından daha önceden bilinmeyen, kullanışlı örüntülere birliktelik
kuralları kullanılarak ulaşılabilmektedir. Apriori ve FP-Growth algoritmaları
birliktelik kuralları oluşturmak için en çok kullanılan algoritmalardır. Müşterilerin
alışverişlerde satın aldıkları ürünler arasındaki ilişkileri analiz etmek için kullanılan
pazar sepet uygulaması birliktelik kurallarının yaygın olarak kullanıldığı bir alandır.
Bir iş yükünü parçalara bölerek eş zamanlı olarak gerçekleştiren bilgisayar ağları
dağıtık hesaplama sistemleri olarak adlandırılmaktadır. Bu tez çalışmasında
birliktelik kurallarını dağıtık sistemlerde uygulayarak daha kısa süreli sonuçlar elde
etmek amaçlanmıştır. Büyük boyutlu verileri işleyebilmek ve üzerinde anlık sepet
analizi yapabilmek için dağıtık sistemler kullanılmıştır. Tüm veritabanını sadece iki
kez tarayarak hızlı sonuçlar elde etmeyi sağlayan FP-Growth algoritması kullanılarak
kurallar oluşturulmuş ve dağıtık sistem mimarisi ile daha hızlı sonuçlara ulaşılmıştır. |
tr_TR |
dc.language.iso |
tr |
tr_TR |
dc.publisher |
İSTANBUL AYDIN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ |
tr_TR |
dc.subject |
Dağıtık Sistemler |
tr_TR |
dc.subject |
Birliktelik Kuralı |
tr_TR |
dc.subject |
Sepet Analizi |
tr_TR |
dc.subject |
FP-Growth Algoritması |
tr_TR |
dc.subject |
Veri Madenciliği |
tr_TR |
dc.subject |
Distributed Systems |
tr_TR |
dc.subject |
Association Rule |
tr_TR |
dc.subject |
Basket Analysis |
tr_TR |
dc.subject |
FP-Growth Algorithm |
tr_TR |
dc.subject |
Data Mining |
tr_TR |
dc.title |
DAĞITIK SİSTEMLERDE BİRLİKTELİK KURALLARI İLE SEPET ANALİZİ |
tr_TR |
dc.type |
Thesis |
tr_TR |
dc.description.abstractol |
Nowadays, with the increasing usage of database systems, it has become possible to
store data in many fields in computer environment for many years. Data mining
techniques and algorithms are used to reveal information that is meaningful and
usable from these data. Among the large amounts of data, previously known, useful
patterns can be accessed using association rules. Apriori and FP-Growth algorithms
are the most commonly used algorithms to create association rules. Market basket
application, which is used to analyze the relationships between the products
purchased by customers in shopping, is an area where the association rules are
widely used.
Computer networks that perform a workload simultaneously by dividing them into
parts are called distributed computing systems. In this thesis study, it is aimed to
obtain more short-term results by applying the association rules in distributed
systems. Distributed systems are used to process large-scale data and to perform
instant basket analysis. The rules were created using the FP-Growth algorithm, which
allows to obtain quick results by scanning the entire database only twice, and faster
results were obtained with distributed system architecture. |
tr_TR |
dc.publisher.firstpagenumber |
1 |
tr_TR |
dc.publisher.lastpagenumber |
55 |
tr_TR |
dc.identifier.bibliographictag |
Yüksel Tuğçe, DAĞITIK SİSTEMLERDE BİRLİKTELİK KURALLARI İLE SEPET ANALİZİ(2018), İstanbul |
tr_TR |