Veri Madenciliği Yöntemleri ile Ülkeleri Gelişmişlik Ölçütlerine Göre Kümeleme Üzerine Bir Uygulama

Year 2019, Volume: 3 Issue: 1, 51 - 64, 30.07.2019

Banu Akkuş Metin Zontul

Abstract

Öz

Bir amaç doğrultusunda elde edilen verilerden anlamlı sonuçlar çıkarılması işlemine veri madenciliği denir.

Kümeleme analizi de veri madenciliği alanında sıklıkla kullanılmaktadır. Bu makalede öncelikle kümeleme

analizi kavramları açıklanmıştır. Çalışmada kullanılacak algoritmalar tanıtıldıktan sonra Dünya Bankası ‘nın

web sitesinden elde edilen verilere bu algoritmalar uygulanmıştır. Bu çalışmada amaç, önceden belirlenmiş

parametreler göz önüne alınarak ülkelerin gelişmişlik ölçütlerine göre kümelenmesidir. Çalışma kapsamında

214 ülkeye ait 2015 verileri ele alınmıştır. Bu verilere Self Organizing Map ve K-Means kümeleme algoritmaları

uygulanmış, sonrasında da elde edilen kümeler değerlendirilmiştir. Ayrıca ülkemizin bu kümelerdeki konumu

da incelenmiştir.

Keywords

Kümeleme analizi, K – Means algoritması, Self Organizing Map algoritması, İstatistik, Gelişmişlik

An Application on Clustering Countries With Data Mining Methods Based on Development Criteria

Abstract

Abstract

The process of extracting meaningful results from data obtained in the direction of a goal is called data

mining. Clustering analysis is also frequently used in the field of data mining. In this article, firstly clustering

analysis concepts are explained. These algorithms have been applied to the data obtained from the World

Bank website after the algorithms to be used in the study have been introduced. The purpose of this study is

to cluster countries according to their development criteria, taking into account pre-determined parameters.

The study covered data from 214 countries. Self Organizing Map and K-Means clustering algorithms were

applied to these data, and then the obtained clusters were evaluated. In addition, the position of our country

in these clusters has been examined.

Keywords

Clustering Analysis, K- Means Algorithm, Self Organizing Map, Statistics, Development

References

• Akın, Y. 2008. Veri Madenciliğinde Kümeleme Algoritmaları Ve Kümeleme Analizi, Doktora Tezi, Marmara Üniversitesi, Sosyal Bilimler Esntitüsü.
• Alptekin, N. Ve Yeşilaydın, G. 2015. “Oecd Ülkelerinin Sağlık Göstergelerine Göre Bulanık Kümeleme Analizi İle Sınıflandırılması”, İşletme Araştırmaları Dergisi, Cilt 7/4, 137-155.
• Anonim 2013. Bağlantı adresi: <http://www.finndiane.fi/wp-content/uploads/2013/01/help_plane.pdf>, Son Erişim Tarihi:: Mayıs 2017.
• Anonim 2015. Teknoloji İhracatının Yıldızları Bağlantı adresi: <http://www.turkishtimedergi.com/ihracat/ teknoloji-ihracatinin-yildizlari-2/>, Son Erişim Tarihi:: Mayıs 2017.
• Çam, S. 2014. Veri Madenciliğinde Kümeleme Analizi Ve Sağlık Sektöründe Bir Uygulaması, Yüksek Lisans Tezi, Cumhuriyet Üniversitesi, Sosyal Bilimler Enstitüsü.
• Çelik, G. 2013. Meslek Yüksekokulu Öğrencilerinin Başarı Durumlarını Etkileyen Faktörlerin Veri Madenciliği Kümeleme Teknikleri Kullanılarak Analizi: Ağrı Meslek Yüksekokulu Örneği, Yüksek Lisans Tezi, Atatürk Üniversitesi, Fen Bilimleri Enstitüsü.
• Darakçı, H.Ç. 2011. Kümeleme Analizi Kullanılarak Benzin İstasyonlarının Operasyonel Değerlendirilmesi, Yüksek Lisans Tezi, Maltepe Üniversitesi, Fen Bilimleri Enstitüsü.
• Değerli, O. 2012. Naive Bayes Yöntemi İle Blog İçeriklerinin Sınıflandırılması, Yüksek Lisans Tezi, Gazi Üniversitesi, Bilişim Estitüsü.
• Duran, B.S. Ve Odell P.L. 1974. Cluster Analysis (Lecture Notes İn Economics And Mathematical Systems, Econometrics; Managing Editors: M. Beckmann And H.P. Kunzi). Springer-Verlag: New York.
• Kalkınma Bakanlığı 2014. Onuncu Kalkınma Planı Bağlantı adresi: <http://www.kalkinma.gov.tr/Lists/ Kalknma%20Planlar/Attachments/12/Onuncu%20Kalk%C4%B1nma%20Plan%C4%B1.pdf>, Son Erişim Tarihi:: Mayıs 2017.
• Karakaya, M. Ö. 2012. Clustering Based Diversity Improvement In Recommender Systems, Yüksek Lisans Tezi, Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü.
• Kaya, O. 2008. Human Resource Performans Clustering Bu Using Self Regulating Clustering Method, Yüksek Lisans Tezi, Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü.
• Manning C. D. ve ark. 2008. Single-Link, Complete-Link & Average-Link Clustering. Bağlantı adresi: http:// nlp.stanford.edu/IR-book/completelink.html, Son Erişim Tarihi: Şubat 2017
• MOVSOM Research Lab, Bağlantı adresi: < http://rslab.movsom.com/paper/somrs/html/chapter4.php>, Son Erişim Tarihi:: Mayıs 2017.
• Polzbauer, G. 2004. Survey And Comparison Of Quality Measures For Self-Organizing Maps, In Proc. 5th Workshop On Data Analysis (Wda’04), Pages 67–82.
• Türkiye İhracatçılar Meclisi 2016. İhracat Rakamları Bağlantı adresi: <http://www.tim.org.tr/tr/ihracatrakamlari. html>, Son Erişim Tarihi:: Mayıs 2017.
• Vardar, T. 2010. Bankaların Tüzel Müşterileri Segmentasyonunun Niteliksel Ve Niceliksel Kümeleme Analizi, Yüksek Lisans Tezi, Marmara Üniversitesi, Sosyal Bilimler Esntitüsü.
• Yıldız, K., Çamurcu, Y., Ve Doğan, B., 2010. Veri Madenciliğinde Temel Bileşenler Analizi Ve Negatifsiz Matris Çarpanlarına Ayırma Tekniklerinin Karşılaştırmalı Analizi, 10. Akademik Bilişim Konferansı Bildirileri.
• Yılmaz, Ü. 2011. Türkiye’de İllerin Sosyoekonomik Gelişmişlik Düzeylerinin Faktör Analizi Ve Kümeleme Analizi İle İncelenmesi, Yüksek Lisans Tezi, Karadeniz Teknik Üniversitesi, Sosyal Bilimler Enstitüsü.