Kütüphane veri tabanında veri madenciliği: Uşak Üniversitesi örneği

Yıl 2017, Cilt: 8 Sayı: 16, 241 - 264, 04.12.2017

Gülten Demiral Mustafa Soba Şükran Armutlu

Öz

teknolojilerindeki hızlı gelişim, birçok
sektördeki verilerin toplanmasını ve depolanmasını olanaklı kılmaktadır. Ancak
toplanan veriler yığın haline gelmekte ve bu veri yığınları işlenmeden anlam
ifade edememektedir. Bu noktada, depolanan verilerin anlamlı olabilmesi için
bilişim teknolojilerinden yaygın bir şekilde yararlanılmaktadır. Veri
Madenciliği de, veriler arasındaki ilişkilerin anlamlandırılması adına etkili
yöntem ve teknikler içeren, bilişim teknolojileri kapsamındaki araştırma
alanlarından birisidir.

Bu çalışmanın amacı, Veri Madenciliği ile veri toplama ve anlamlandırma
süreçlerine bir alternatif sunmaktır. Buna göre, çalışmada Veri Madenciliği
kümeleme tekniklerinden olan ayırıcı hiyerarşik kümeleme tekniği Uşak
Üniversitesi Merkez Kütüphanesine ait 2007-2017 tarihli veriler üzerinde
uygulanmış, öğrencilerin kitap alma davranışlarının istatistikleri elde
edilmiştir.  Ayırıcı hiyerarşik kümeleme
tekniği ile eldeki verilerden 11 adet küme oluşturulmuştur. Kümeler kendi
içinde benzer özelliklere sahip, kendi aralarında ise benzer değildir.
Oluşturulan kümelerden elde edilen istatistiksel veriler, Veri Madenciliği’nin
görselleştirme yaklaşımları da kullanılarak, çeşitli tablolar ve grafikler
yardımıyla çıkarımların yapılması ve öğrencilerin kitap ödünç alma
davranışlarının incelenmesi sağlanmıştır.

Anahtar Kelimeler

Veri madenciliği, kümeleme metodu, hiyerarşik kümeleme

Kaynakça

• Referans 1 AKPINAR, Haldun (2000). Veri Tabanlarında Bilgi Keşfi ve Veri Madenciliği, İ.Ü.İşletme Fakültesi Dergisi, Vol.1, s.1-22.
• Referans 2 ALBAYRAK, A.S. ve S.K. Yılmaz, (2009). Veri Madenciliği: Karar Ağacı Algoritmaları Ve İmkb Verileri Üzerine Bir Uygulama. Süleyman Demirel University Journal Of Faculty Of Economics & Administrative Sciences, Vol.14, No.1, s.31-52.
• Referans 3 AMASYALI, F.M. ve O. Ersoy, (2008). Kümeleyici Topluluklarının Başarısını Etkileyen Faktörler, IEEE 16th Signal Processing and Communication Applications Conference, SIU 2008, Aydın.
• Referans 4 BAYKAL, Abdullah (2006). Veri Madenciliği Uygulama Alanları. DÜ. Ziya Gökalp Eğitim Fakültesi Dergisi, Vol.7, s.95-107.
• Referans 5 BERBEROĞLU, Bahar (2010). Bilgi toplumu ve bilgi ekonomisi oluşturma yolunda Türkiye ve Avrupa birliği. Marmara Üniversitesi İİ BF Dergisi,Vol.29, No.2, s.111-131.
• Referans 6 BERKHIN, Pavel (2006). A survey of clustering data mining techniques. In Grouping multidimensional data. Springer Berlin Heidelberg, s.25-71.
• Referans 7 BİLEN, Ö., D. Hotaman, Ö.E. Aşkın ve A.H. Büyüklü, (2014). LYS Başarılarına Göre Okul Performanslarının Eğitsel Veri Madenciliği Teknikleriyle İncelenmesi: 2011 İstanbul Örneği. Eğitim Ve Bilim, Vol.39, No.172, s.78-94
• Referans 8 CHEN, M.S., J.Han, ve P.S. Yu, (1996). Data mining: an overview from a database perspective. IEEE Transactions on Knowledge and data Engineering, Vol.8, No.6, s.866-883.
• Referans 9 COOLEY, R., B. Mobasher, ve J. Srivastava, (1999). Data preparation for mining world wide web browsing patterns. Knowledge and information systems, Vol.1, No.1, s.5-32.
• Referans 10 ÇALIŞ, A., S. Kayapınar ve T. Çetinyokuş, (2014). Veri Madenciliğinde Karar Ağacı Algoritmaları İle Bilgisayar Ve İnternet Güvenliği Üzerine Bir Uygulama. Journal Of Industrial Engineering (Turkish Chamber Of Mechanical Engineers), Vol.25, No.3-4, s.2-19.
• Referans 11 ÇANKIRI, S., E. Kartal, K. Yıldırım, ve S. Gülseçen, (2011). Organizasyonlarda Bilgi Yönetimi Sürecinde Veri Madenciliği Yaklaşımı. Bilgi Çağında Varoluş: Fırsatlar ve Tehditler, Sempozyumu, s.01-02.
• Referans 12 DOĞAN, N. ve T.O. Başokçu, (2010). İstatistik tutum ölçeği için uygulanan faktör analizi ve aşamalı kümeleme analizi sonuçlarının karşılaştırılması. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, Vol.1, No.2, s.65-71.
• Referans 13 DÖŞLÜ, Ayhan (2008). Veri Madenciliğinde Market Sepet Analizi Ve Birliktelik Kurallarının Belirlenmesi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, s.1-100.
• Referans 14 HEKİM, M. ve U. Orhan, (2011). Bulanık c-means kümeleme yöntemine çıkarımlı yaklaşım. İTÜDERGİSİ/d mühendislik, Vol.10, No.1, s.11-17.
• Referans 15 IŞIK, M., ve A.Y. Çamurcu, (2007). k-means, k-medoids ve bulanık c-means algoritmalarının uygulamalı olarak performanslarının tespiti. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, Vol.6, No.11, s.31-45.
• Referans 16 KRISHNA, K., ve M.N. Murty, (1999). Genetic K-means algorithm. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), Vol.29, No.3, s.433-439.
• Referans 17 LINDELL, Y., ve B. Pinkas, (2000). Privacy preserving data mining. In Annual International Cryptology Conference. Springer Berlin Heidelberg, s.36-54.
• Referans 18 NICHOLSON, Scott (2005). The basis for bibliomining: Frameworks for bringing together usage-based data mining and bibliometrics through data warehousing in digital library services. Information processing and management, Vol.42, No.3, s.785-804.
• Referans 19 NICHOLSON, S., ve J.M. Stanton, (2003). Gaining strategic advantage through bibliomining: Data mining for management decisions in corporate, special, digital, and traditional libraries. In Organizational data mining: Leveraging enterprise data resources for optimal performance. 247-262.
• Referans 20 OĞUZLAR, Ayşe (2005). Kümeleme Analizinde Yeni Bir Yaklaşım: Kendini Düzenleyen Haritalar (Kohonen Ağları). Atatürk Üniversitesi İktisadi Ve İdari Bilimler Dergisi, Vol.19, No.2, s.93-107.
• Referans 21 ÖZEKES, Serhat (2003). Veri madenciliği modelleri ve uygulama alanları. İstanbul Ticaret Üniversitesi Dergisi, s.65-82.
• Referans 22 SARIMAN, Güncel (2011). Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Vol.15, No.3, s.192-202.
• Referans 23 SAVAŞ, S., N. Topaloğlu, ve M. Yılmaz, (2012). Veri madenciliği ve Türkiye’deki uygulama örnekleri. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, Vol.11, No.21, s.1-23.
• Referans 24 TAKÇI, H., ve İ. Soğukpınar, (2003). Kütüphane Kullanıcılarının Erişim Örüntülerinin Keşfi. Bilgi Dünyası, Vol.3, No.1, s.12-26.
• Referans 25 TAŞKIN, A.G.D.Ç., ve G.G. Emel, (2010). Veri Madenciliğinde Kümeleme Yaklaşımları Ve Kohonen Ağları İle Perakendecilik Sektöründe Bir Uygulama. Vol.15, No.3, s.395-409.
• Referans 26 TERZİ, Ö., E.U. Küçüksille, G. Ergin, ve A. İlker, (2011). Veri Madenciliği Süreci Kullanılarak Güneş Işınımının Tahmini.Sdu International Technologic Science, Vol.3, No.2, s.29-37.
• Referans 27 TİMOR, M., A. Ezerçe, ve U. Gürsoy, (2011). Müşteri Profili Ve Alişveriş Davranışlarını Belirlemede Kümeleme Ve Birliktelik Kuralları Analizi: Perakende Sektöründe Bir Uygulama. İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Dergisi, Vol.22, No.68, s.128-147.
• Referans 28 UÇAN, Ömer (2010). Dijital Kütüphanelerde Veri Madenciliği Uygulamaları: Akdeniz Üniversitesi Merkez Kütüphanesi Örneği, Akdeniz Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, s.1-88.
• Referans 29 YILMAZ, Ö., ve M.S. Temurlenk, (2005). Türkiye’deki İstatistik Bölgelerin Kişi Başına Düşen Gelir Açısından Hiyerarşik Ve Hiyerarşik Olmayan Kümeleme Analizi İle Değerlendirilmesi: 1965–2001. İktisadi Ve İdari Bilimler Dergisi. Vol.19, No.2, s.75-92.