WEB İSTATİSTİKLERİNDE MAKİNE ÖĞRENMESİ ALGORİTMALARI İLE KRİTİK PARAMETRE TESPİTİ
Öz
Web sitelerinin internet ziyaretçileri tarafındaki yansıması ile oluşan web sitesi istatistiklerinin bu sektördeki önemi artmaktadır. Web istatistikleri, web sunucuları tarafında tutulabilen kayıtlardır ve web sitelerinin popülaritesini kıyaslamada net ve doğru bir bilgi sunmaktadırlar. Oluşan bu değerler bütününün ağ trafiğinde anlamlandırılabilmesi için sınıflandırma veya kümeleme işlemlerine tabi tutulması gerekmektedir. Bu bağlamda, Türkiye’de yaygın olarak tıklanan web sitelerinin istatistiksel verileri kullanılarak, makine öğrenmesi algoritmaları ile analizi bu çalışmanın amacı olmuştur. Elde edilen gerçek veriler üzerinde makine öğrenmesinin nasıl gerçekleştiği ve veriler arasında web site trafiğindeki en belirleyici parametreler tespit edilmiştir. Bu tespitler, gözetimli ve gözetimsiz öğrenme algoritmaları ile gerçekleştirilmiştir. Eğitim, test ve çapraz doğrulama gibi farklı seçeneklerle ayrıntılı olarak incelenen bu algoritmaların birbirine göre başarı ve performans kıyaslaması yapılarak web siteleri parametre analizleri araştırılmıştır.
Kaynakça
- Alpaydın, E.(2004). Introductionto Machine Learning, The MIT Press.
- Amasyalı, m. F., bilgin, M., (2015), Sekans Etiketleme Uygulamaları için Makine Öğrenmesi
- Yöntemlerinin Karşılaştırılması Comparison of Machine Learning Methods for the
- Sequence Labelling Applications.
- Anderberg, M. R. (1973), Cluster Analysis for Applications, New York: AcademicPress.
- Bülbül,Ş., Güler, M.F., Kandemir, A.Ş., (2009), Propensity Skor Uygulamalarında Kümeleme
- Analizinin Test Amaçlı Kullanımı,172.
- Coşkun, C., Baykal, A., Veri Madenciliğinde Sınıflandırma Algoritmalarının Bir Örnek
Ayrıntılar
Birincil Dil
Türkçe
Konular
-
Bölüm
-
Yayımlanma Tarihi
28 Aralık 2015
Gönderilme Tarihi
28 Aralık 2015
Kabul Tarihi
-
Yayımlandığı Sayı
Yıl 2015 Cilt: 5 Sayı: 4