İnternetten Yapılan Alışverişlerin Veri Madenciliği Teknikleri ile Analizi ve Depo Süreçlerinin İyileştirilmesi

Öz

Bilişim teknolojilerinin gelişmesiyle verilerin toplandığı kaynaklar çeşitlilik kazanmış ve elde edilen verilerin çokluğu nedeniyle anlamlandırılması önem kazanmıştır.  Bu çalışmada e-ticaret sektöründe faaliyet gösteren bir firmada en çok satılan ürünlerin analizinin yapılması, beraber satılan ürünlerin tespit edilerek depo içi operasyonel iyileştirilmesi, maliyetlerin azaltılması, çıkış süreçlerinin hızlandırılması amaçlanmıştır. En çok satılan ürünlerin bulunmasında Apriori ve Carma algoritmaları için SPSS Modeler, Frequent Pattern Growth algoritması için de RapidMiner programından yararlanılmıştır. Söz konusu algoritmalar ile firmanın 6 aylık verileri kullanılarak, 10000 adet sipariş içindeki en çok satılan ürünler tespit edilmiştir. Analiz sonuçları 9.ayın 1200 siparişinin satış verileri ile karşılaştırılmış ve en iyi sonucu Apriori algoritmasının hesapladığı tespit edilmiştir. Apriori algoritmasına göre belirlenen ilk ürün grubu olan X40-X39 kodlu ürünler tüm siparişlerin %5’ini kapsamaktadır. Siparişlerin %5 ile %1 aralığını kapsayan ilk 10 ürün grubu için, birlikte depo raflarına yerleşmesinin maliyete etkisi zaman etüdü yapılarak analiz edilmiştir. Analiz sonuçları, önerilen sistemin süreç iyileştirmeye olumlu etkisini doğrulamaktadır.

Anahtar Kelimeler

• E-ticaret,birliktelik kuralları,Apriori,Carma,Frequent Pattern Growth

Kaynakça

1. [1] Akpınar Haldun, “Veri Tabanlarında Bilgi Keşfi Ve Veri Madenciliği”,İ.Ü. İşltme Fakültesi Dergisi, cilt: 29, S:1,p 1-22 2000.
2. [2] Borgelt Christian, “An Implementation Of The Fp-Growth Algorithm”, Proceedings Of The 1st İnternational Workshop On Open Source Data Mining: Frequent Pattern Mining İmplementations, p 1-5,2015.
3. [3] Erpolat Yrd. Doç.Dr Semra, “Otomobil Yetkili Servislerinde Birliktelik Kurallarının Belirlenmesinde Apriori Ve Fp-Growth Algoritmalarının Karşılaştırılması”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 137,Cilt 12,Sayı1,2012.
4. [4] Huang Yuan, Wang Xing, Shıa Ben- Chang,” Efficiency And Consistency Study On Carma”, 2009 Fifth International Joint Conference On Inc, Ims And Idc,2009.
5. [5] Lin R.H, “Potential Use Of Fp-Growth Algorithm For Identifying Competitive Suppliers İn Scm”, Journel Of The Operatioal Research Socienty, p 1135-1141,2009.
6. [6] Mayılvaganan Dr.M, Kalpanadevı D. “Comparision Of Aprior, Fp-Growth And Fuzzy Fp-Growth Algorithm For Generating Assocation Rule Mining Of Cognitive Skill”, International Journal Of Engineering Research And General Science,p 2091-2730,2018.
7. [7] Mostafaeı S., Shakourı H.,Ghodsı R.,”New Approaches To Analyze Gasoline Rationing”, Journal Of Aı And Data Mining,Vol 6,No 1, p 177-190, 2017.
8. [8] Sağın Ayşe Nur, Ayvaz Berk, “Determination of Association Rules with Market Basket Analysis: An Application in the Retail Sector “, Southeast Europe Journal of Soft Computing Vol.7 No.1, p 10-19, 2018.

9. [9] Goebel Michael, Gruenwald Le, “A Survey Of Data Mining And Knowledge Discovery Software Tools”, Acm Sıgkdd Explorations Newsletter,Syf. 20-33, 1999.
10. [10] Döşlü Ayhan, “Veri Madenciliğinde Market Sepet Analizi Ve Birliktelik Kurallarının Belirlenmesi”, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, İstanbul,2008.
11. [11] Yıldırım Muhammet, “İldeki Kurumlar Arasında Çalışma Performansının Artırılması Ve Veri Madenciliği Tekniklerinin Kullanılması”, Fırat Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, Elazığ,2006.