TY  - JOUR
TT  - ANALYSIS OF ORGANIZED INDUSTRIAL ZONES USING HIERARCHICAL-K-MEANS METHOD
AU  - Uslu, Ayşenur
AU  - Çetinkaya, Cihan
AU  - Özceylan, Eren
AU  - İşleyen, Selçuk Kürşat
PY  - 2017
DA  - April
JF  - Türk Sosyal Bilimler Araştırmaları Dergisi
JO  - JTSSR
PB  - Hasan Kalyoncu Üniversitesi
WT  - DergiPark
SN  - 2548-009X
SP  - 20
EP  - 37
VL  - 2
IS  - 1
KW  - Organize sanayi bölgesi
KW  - Hiyerarşik-k-ortalamalar
KW  - Kümeleme analizi
N2  - OrganizedIndustrial Zones (OIZ) are the industrial centers in which industrialfacilities are gathered together to increase the efficiency of the industry andto provide regular settlement in the cities. In addition they provide thefacilities with transportation capabilities, energy & water support andR&D centers for their needs while implementing environmental managementpolicies in order to minimize the negative effects of the companies on theenvironment. OIZs play an important role in the development of the industry. Inthis study, a cluster analysis by hierarchical-k-means method is performedconsidering 89 OIZs which are active (operational) and that has more than 50enterprises among 298 OIZs of our country. In order to classify the OIZsaccording to their different characteristics, the analyzes are carried outtaking into account 28 variables in total 4 topics; "generalinformation", "environmental management information","energy infrastructure and usage information" and "location information".Finally, the OIZs showing similar and different characteristics are determinedand the results are discussed.
CR  - Aydın, N. ve Seven, A.N. (2015). İl nüfus ve vatandaşlık müdürlüklerinin iş yoğunluğuna göre hibrid kümeleme ile sınıflandırılması. Yönetim ve Ekonomi Araştırmaları Dergisi,13(2),181-201.
CR  - Arai, K. ve Barakbah, A.R. (2007). Hierarchical K-means: an algorithm for centroids initialization for K-means, Reports of the Faculty of Science and Engineering, 36 (1), 25-31.
CR  - Bilen, Ö., Hotaman, D., Aşkın, Ö.E. ve Büyüklü A.H. (2014). LYS başarılarına göre okul performanslarının eğitsel veri madenciliği teknikleriyle incelenmesi: 2011 İstanbul örneği. Eğitim ve Bilim, 39 (172), 78-94.
CR  - Bulut, T. (2016). Türkiye’deki organize sanayi bölgelerinin performanslarının TOPSIS yöntemiyle değerlendirilmesi. Kalkınmada Anahtar Verimlilik, 335, 36-41.
CR  - Celebi, M.E., Kingravi, H.A. ve Vela, P.A. (2013). A comparative study of efficient initialization methods for the k-means clustering algorithm, Expert Systems with Applications, 40 (1), 200–210.
CR  - Cengiz, D. ve Öztürk, F.  (2012). Türkiye' de illerin eğitim düzeylerine göre kümeleme analizi ile incelenmesi. Trakya University Journal of Social Science, 14 (1), 69-84.
CR  - Ceylan, H.H. (2013). Perakende sektöründe konjoint ve kümeleme analizi ile fayda temelli pazar bölümlendirme. Yönetim ve Ekonomi, 20 (1), 141–154.
CR  - Chen, B., Tai,P.C., Harrison,R ve Pan,Y. (2005). Novel hybrid hierarchical K-means clustering method (HK-means) for microarray analysis. IEEE Computational Systems Bioinformatics Conference, California-USA.
CR  - Çağlar, E. (2006). Türkiye’de yerelleşme ve rekabet gücü: kümelenmeye dayalı politikalar ve organize sanayi bölgeleri. 1. Bölgesel Kalkınma ve Yönetişim Sempozyumu Bildiri Kitabı, 305–316.
CR  - Çalışkan, S.K. ve Soğukpınar, İ. (2008). KxKNN: K-means ve K en yakın komşu yöntemleri ile ağlarda nüfuz tespiti. 2. Ağ ve Bilgi Güvenliği Sempozyumu, Girne, 120-124.
CR  - Çetin, M. ve Kara, M. (2008). Bir kalkınma aracı olarak “Organize Sanayi Bölgeleri”: Isparta Süleyman Demirel Organize Sanayi Bölgesi üzerine bir araştırma. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 31, 49–68.
CR  - Çokluk,Ö., Şekercioğlu,G. ve Büyüköztürk,Ş. (2014). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları. PEGEM Akademi.
CR  - Fırat, M., Dikbaş, F., Koç, A.C. ve Güngör M. (2012). K-ortalamalar yöntemi ile yıllık yağışların sınıflandırılması ve homojen bölgelerin belirlenmesi. İMO Teknik Dergi, 6037-6050, Yazı 383.
CR  - Giray, S. (2016). İki aşamalı kümeleme analizi ile hükümlü verilerinin incelenmesi. İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, 25, 1–31.
CR  - Han,J. ve Kamber,M. (2006). Data mining concepts and techniques. Elsevier.
CR  - Jain,Y.K. ve Bhandare,S.K. (2011). Min max normalization based data perturbation method for privacy protection. International Journal of Computer & Communication Technology, 2(8), 45-50.
CR  - Jain, A.K. (2010).  Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666.
CR  - Jain, A.K. ve Dubes,R.C. (1988). Algorithms for clustering data. Prentice Hall Advenced Reference Series, Computer Science, Chapter 3.
CR  - Kalaycı, Ş. (2014). SPSS uygulamalı çok değişkenli istatistik teknikleri, Asil Yayın Dağıtım, 5.Baskı.
CR  - Mingoti, S.A. ve Lima, J.O. (2006). Comparing SOM neural network with fuzzy c-means, K-means and traditional hierarchical clustering algorithms. European Journal of Operational Research, 174 (3), 1742–1759.
CR  - Na, S., Xumin, L. ve Yong, G. (2010). Research on k-means clustering algorithm: An improved  k-means clustering algorithm. Third International Symposium on Intelligent Information Technology and Security Informatics, 63-67.
CR  - Niknam, T. ve Amiri, B. (2010). An efficient hybrid approach based on PSO, ACO and k-means for cluster analysis. Applied Soft Computing, 10, 183–197.
CR  - Öztürk,F. (2012). Kümeleme analizi ve uygulaması. Yayımlanmış Yüksek Lisans Tezi, İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü.
CR  - Özden Örnek, E. (2016). Kalkınma aracı olarak organize sanayi bölgelerini yeniden kurgulamak. MEGARON, 11(1), 106-124.
CR  - Sarıman, G. (2011). Veri madenciliğinde kümeleme teknikleri üzerine bir çalışma: K-means ve K-metoids kümeleme algoritmalarının karşılaştırılması, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü, 15(3),192-202.
CR  - Silgu, M.A. ve Çelikoğlu, H.B. (2014). K-means clustering method to classify freeway traffic flow patterns. Pamukkale University Journal of Engineering Sciences, 20 (6), 232-239.
CR  - Velmurugan, T. (2014). Performance based analysis between k-Means and fuzzy C-Means clustering algorithms for connection oriented telecommunication data. Applied Soft Computing, 19, 134–146.
URL1: https://osbbs.sanayi.gov.tr/default.aspx Erişim Tarihi: 01.03.2017.
CR  - Yılmaz Koltan,Ş. ve Patır,S. (2011). Kümeleme analizi ve pazarlamada kullanımı. Journal of Academic Approaches, 2(1),91-113.
CR  - Yürük, F. ve Erdoğmuş, P. (2015). Düzce ilinin hayvansal atıklardan üretilebilecek biyogaz potansiyeli ve K-means kümeleme ile optimum tesis konumunun belirlenmesi. İleri Teknoloji Bilimleri Dergisi, 4(1), 47-56.
CR  - Zeng, S. X., Liu,H.C., Tam,C.M. ve Shao,Y.K. (2008). Cluster analysis for studying industrial sustainability: an empirical study in Shanghai. Journal of Cleaner Production, 16(10),1090-1097.
UR  - https://dergipark.org.tr/tr/pub/tursbad/issue//307185
L1  - https://dergipark.org.tr/tr/download/article-file/295261
ER  -