Yazar "Balaban, Mehmet Erdal" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    A Dynamic Application of Market Basket Analysis with R and Shiny in The Electric Materials Sector
    (Gazi Üniversitesi Bilişim Enstitüsü, 2019) Karahan Adalı, Gökçe; Balaban, Mehmet Erdal
    In this study, it is aimed to determine the products that customers prefer to buy together by using algorithm of association rules Apriori, and to implement an application related to customer relationship management. The data set used in this study was obtained from a company operating in the electricity sector. CRoss-Industry Standard Process for Data Mining (CRISP-DM) model was used during data analysis. Association rules technique Apriori applied to data that contains the two year. Data analysis is performed with R language. RStudio was used as a development tool for R codes. The model performed with Apriori was transferred to web environment via Shiny (shinyapps.io). The cross sales realized between HESNYA-03 and HESNYA-02 products of this brand and the sales of different colors together bring the product into the forefront. From this result, it is thought that by creating various color packages related to the product, customers can increase purchases of less preferred products by being offered new products besides these and similar packages. The user is given the opportunity to query the analyzed data set and make basic arrangements related to the algorithm. This allows the application to be dynamic, independent of time and space.
  • Küçük Resim
    Öğe
    Küresel COVID-19 salgınının dünyada ve Türkiye’de değişen durumu ve kümeleme analizi
    (İstanbul Üniversitesi Yayınevi, 2021) Kartal, Elif; Balaban, Mehmet Erdal; Bayraktar, Bülent
    Amaç: Bu çalışmanın amacı; küresel COVID-19 salgınının dünyada ve Türkiye’de değişen durumuna bağlı olarak ülkelere ait güncel COVID-19 verisine dayalı özet durum ve analiz sonuçlarına dinamik yapı kazandırılması, böylelikle hızlı ve proaktif kararlara destek verilebilmesidir. Bu kapsamda, COVID-19’u veriye dayalı olarak tanımlamak amacıyla öncelikle çevrimiçi bir R-Shiny uygulaması geliştirilmiştir (https://elifkartal.shinyapps.io/covid19/). Gereç ve Yöntem: Bu çalışmada yöntem olarak Veri Madenciliği için Çapraz Endüstri Standart Süreç Modeli (CRoss-Industry Standard Process for Data Mining - CRISP-DM) kullanılmıştır. Küresel ve ülkesel boyutta COVID-19’un değişen durumu değerlendirilmiştir. Doğrusal Değişim Oranı (DDO), Üstel Büyüme Katsayısı (ÜBK) ve vaka sayısının ikiye katlanması için gereken gün sayısı gibi yeni değişkenler hesaplanmıştır. Böylece, yeni değişkenlerle güçlendirilen veriye k-Ortalamalar veri madenciliği algoritması uygulanarak kümeleme analizi yapılmış ve ülkelerin benzerlikleri belirlenmiştir. Küme ortalamasına en yakın ülkeler küme merkezi olarak kabul edilmiş, aynı kümedeki ülkeler küme merkezine olan uzaklıklarına göre sıralanmıştır. Bulgular: Çalışmanın en önemli bulgularından biri ÜBK ve DDO eğilimlerinin aynı olmasıdır. Bu haliyle COVID-19’un salgın özelliği olarak kabul edilen üstel bir davranış göstermediği veya kontrol altına alınabildiği söylenebilecektir. Geliştirilen uygulamayla ülkelerin, coğrafi konumlarından bağımsız ve zamana göre dinamik bir biçimde, hangi kümede yer aldığı, aynı kümedeki ülkelerin olası risk durumları ve benzerlikleri daha hassas biçimde belirlenmiştir. Sonuç: Bu çalışma ve geliştirilen uygulama ile; küresel COVID-19 salgınının dünyada ve Türkiye’de değişen durumuna bağlı olarak ülkelere ait güncel COVID-19 verisine dayalı özet durum ve analiz sonuçlarına dinamik yapı kazandırılmış, böylelikle hızlı ve proaktif kararlara destek verilebilmesi sağlanmıştır.