Öz
When the disputes in public construction projects are not settled through negotiation participants may apply to arbitration, council or litigation. The disputes that have been adjudicated are recorded as a written matter in their archives. These documents are critical in terms of preventing future conflicts from turning into disputes. Project participants who want to minimize the risk of facing any disputes or who want to know how to tackle disputes should go through all documentation and look for similar cases. However it is a big challenge for participants who have little experience and knowledge about construction sector and its technical concepts. Accordingly it would be a useful solution to categorize such kind of documents automatically. This study presents a benchmarking with the previous studies in which the construction documentation is classified automatically in construction information technology. The most successful text mining techniques have been applied to documentation relating to public construction disputes that has been gathered from “Turkish Supreme Board of Infrastructure and Construction”, the results are discussed and a new approach has been presented.
Anahtar Kelimeler
data mining construction disputes public projects text mining.
Kaynakça
- [1] Türkiye İstatistik Kurumu. (2012). Dava konusuna göre idare mahkemelerinin iş durumu, www.tuik.gov.tr
- [2] T.C. Adalet Bakanlığı Adli Sicil ve İstatistik Genel Müdürlüğü.(2012)., Kayıtlar ve İstatistikler, www.adlisicil.adalet.gov.tr
- [3] http://www.kemik.yildiz.edu.tr/?id=29
- Arditi D., Oksay F.E., Tokdemir B.O. (1998). Predicting the Outcome of Construction Litigation Using Neural Networks, Computer-Aided Civil and Infrastructure Engineering , 13 75–81
- Caldas C., Soibelman L.(2002). Automated Classification of Construction Project Documents, Journal of Computing in Civil Engineering
- Caldas C., Soibelman L. (2003). Automating Hierarchical Document Classification for Construction Management Information Systems , Automation in Construction
- Fan, H., Li H. (2012). Retrieving similar cases for alternative dispute resolution in construction accidents using text mining techniques, Automation in Construction
- Sebastiani, F. (1999). Machine learning in automated text categorization, Tech. Rep., IEI-B4- 31-1999
- Türkoğlu, F., Diri, B., Amasyalı, M.F. (2007). Author Attribution of Turkish Texts by Feature Mining, Third International Conference on Intelligent Computing, ICIC 2007, Qingdao, China, 2007, LNCS Volume 4681/2007 Springer
Öz
Projelerin herhangi bir fazında yaşanan uyuşmazlıklar, taraflar arasında uzlaşma ile çözülemezse, çözüm mercii olarak tahkime, üst kurullara ya da yargı yoluna başvurulur. Sonuç olarak bir hükme bağlanan uyuşmazlıklar yazılı bir doküman olarak kurul arşivlerinde kayıt altında tutulur. Bu yazılı dokümanlar, gelecekte uygulanacak inşaat projelerinde karşılaşılabilecek muhtemel ihtilafların uyuşmazlıklara yani daha büyük sorunlara yol açmadan önlenebilmesi açısından oldukça değerlidirler. Karşılaşabileceği uyuşmazlıkları en az indirmek isteyen ya da karşılaştığı uyuşmazlık ile nasıl etkin bir şekilde mücadele edeceğini öğrenmek isteyen bir proje paydaşının bahsi geçen yazılı doküman arşivini tamamen taraması ve içlerinden kendisine yarayacak olanları seçebilmesi gerekir. Ancak bu; inşaat sektörünü tanımayan, teknik bilgi ve tecrübesi olmayan paydaşlar için son derece zor bir durumdur. Bundan dolayı, bu tarz dokümanların otomatik olarak sınıflandırılması oldukça kullanışlı ve faydalı olabilir. Bu çalışmada; inşaat projelerine ait dokümanların otomatik sınıflandırıldığı önceki çalışmalar ile bir kıyaslama çalışması gerçekleştirilmiştir. Bu çalışmalardan elde edilen en başarılı sonuçlarda kullanılan metin madenciliği teknikleri Yüksek Fen Kurulu’ndan alınan uyuşmazlık karar dokümanları üzerinde uygulanmış, test sonuçları tartışılmış ve yeni bir yaklaşım önerilmiştir.
Anahtar Kelimeler
veri madenciliği inşaat uyuşmazlıkları kamu projeleri metin madenciliği.
Kaynakça
- [1] Türkiye İstatistik Kurumu. (2012). Dava konusuna göre idare mahkemelerinin iş durumu, www.tuik.gov.tr
- [2] T.C. Adalet Bakanlığı Adli Sicil ve İstatistik Genel Müdürlüğü.(2012)., Kayıtlar ve İstatistikler, www.adlisicil.adalet.gov.tr
- [3] http://www.kemik.yildiz.edu.tr/?id=29
- Arditi D., Oksay F.E., Tokdemir B.O. (1998). Predicting the Outcome of Construction Litigation Using Neural Networks, Computer-Aided Civil and Infrastructure Engineering , 13 75–81
- Caldas C., Soibelman L.(2002). Automated Classification of Construction Project Documents, Journal of Computing in Civil Engineering
- Caldas C., Soibelman L. (2003). Automating Hierarchical Document Classification for Construction Management Information Systems , Automation in Construction
- Fan, H., Li H. (2012). Retrieving similar cases for alternative dispute resolution in construction accidents using text mining techniques, Automation in Construction
- Sebastiani, F. (1999). Machine learning in automated text categorization, Tech. Rep., IEI-B4- 31-1999
- Türkoğlu, F., Diri, B., Amasyalı, M.F. (2007). Author Attribution of Turkish Texts by Feature Mining, Third International Conference on Intelligent Computing, ICIC 2007, Qingdao, China, 2007, LNCS Volume 4681/2007 Springer
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | Research Article |
| Yazarlar | |
| Yayımlanma Tarihi | 1 Eylül 2013 |
| Gönderilme Tarihi | 1 Eylül 2013 |
| Yayımlandığı Sayı | Yıl 2013 Cilt: 4 Sayı: 13 |
0216 355 56 19 WhatsApp numarasıyla iletişime geçebilirsiniz.
Bu dergideki makaleler Creative Commons Atıf-AynıLisanslaPaylaş 4.0 Uluslararası Lisansı ile lisanslanmıştır.