dc.contributor.author |
ULUYARDIMCI, Muhammed Metin
|
|
dc.date.accessioned |
2019-07-06T06:03:36Z |
|
dc.date.available |
2019-07-06T06:03:36Z |
|
dc.date.issued |
2018 |
|
dc.identifier.uri |
http://hdl.handle.net/11547/2532 |
|
dc.description.abstract |
Bir 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. |
tr_TR |
dc.language.iso |
tr |
tr_TR |
dc.publisher |
İSTANBUL AYDIN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ |
tr_TR |
dc.subject |
Veri Madenciliği |
tr_TR |
dc.subject |
Apriori Algoritması |
tr_TR |
dc.subject |
Birliktelik Kuralları |
tr_TR |
dc.subject |
Uçuş Biletleme |
tr_TR |
dc.subject |
Data Mining |
tr_TR |
dc.subject |
Apriori Algorithm |
tr_TR |
dc.subject |
Association Rules |
tr_TR |
dc.subject |
Flight Ticketing |
tr_TR |
dc.title |
VERİ MADENCİLİĞİ YÖNTEMLERİ İLE UÇUŞ BİLETLEME ANALİZİ |
tr_TR |
dc.type |
Thesis |
tr_TR |
dc.description.abstractol |
Data mining used in many sectors also has great potential in terms of airline companies.
Data mining methods are used effectively in strategic decisions that directly touch the
critical customer. The process of processing the data into information is called data
mining. Association rules and Apriori algorithm are frequently used methods in the field
of data mining.
In this thesis, firstly data mining was explained and after the introduction of the methods
to be used in the study, the ticketing data of the passengers of the 2016 summer and winter
periods of Turkish Airlines were discussed. After pre-processing and cleaning processes,
824 rules were applied to the flight ticketing data consisting of 2036113 lines by using
Association Rules and Apriori Algorithm. By interpreting the obtained rules and
evaluating the effects of the rules, suggestions are presented that can contribute positively
to the customer experience. |
tr_TR |
dc.publisher.firstpagenumber |
1 |
tr_TR |
dc.publisher.lastpagenumber |
47 |
tr_TR |
dc.identifier.bibliographictag |
Uluyardımcı Muhammed Metin, VERİ MADENCİLİĞİ YÖNTEMLERİ İLE UÇUŞ BİLETLEME ANALİZİ(2018), İSTANBUL AYDIN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ |
tr_TR |