APRİORİ ALGORİTMASI KULLANILARAK MOBİLYA SEÇİMDE ETKİLİ OLAN FAKTÖRLERİN ANALİZİ

Yıl 2017, Cilt: 6 Sayı: 3, 679 - 684, 15.12.2017

Eser Sözen , Timuçin Bardak Hüseyin Peker Selahattin Bardak

https://izlik.org/JA83AD23SS

Öz

Mobilya sektörü Türkiye’de öncü sektörlerden
biridir ve bu sektördeki firmalar için farklı tüketicilerin davranışlarını
anlamak önemli bir konu haline dönüşmüştür. Mobilya Sektörü veriler bakımından
zengindir fakat elde edilen anlamlı bilgiler sınırlıdır. Çalışmada, Veri
Madenciliğinde kullanılan algoritmalarından biri olan Apriori algoritması
kullanılarak mobilya seçimde etkili olan faktörler (dayanaklılık, işlevsellik,
estetik, maliyet) analiz edilmiştir.  Bu
amaçla, anket yöntemi ile gerekli bilgiler alınmıştır. Elde edilen veriler weka
yazılıma gönderilmiş ve birliktelik kurallarının çıkarılması sağlanmıştır. Bu
sayede, farklı tüketicilerin mobilya seçimlerinde hangi kriteri en çok önemsedikleri
belirlenmiştir. 

Anahtar Kelimeler

Veri madenciliği , mobilya , apriori , algoritma

Kaynakça

• [1]. Savaş, S., Topaloğlu, N. ve Yılmaz, M., (2012). Veri madenciliği ve Türkiye’deki uygulama örnekleri, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 21, 1-23. [2]. Kalıkov, A., (2006). Veri Madenciliği ve Bir E-Ticaret Uygulaması, Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü. [3]. Albayrak, A.S. ve Koltan Yılmaz, Ş., (2009). Veri madenciliği: Karar ağacı algoritmaları ve İMKB verileri üzerine bir uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), 31-52. [4]. Agrawal, R., Imielinski, T., and Swami, A., (1993). Mining Association Rules between Sets of Items in Large Databases, International Conference on Management of Data (ACMSIGMOD ’93), 207-216. [5]. Özçakır, F.C. ve Çamurcu, A.Y., (2007). Birliktelik kuralı yöntemi için bir veri madenciliği yazılımı tasarımı ve uygulaması. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 6(12), 21-37. [6]. Ay, D. ve Çil, İ., (2008). Migros Türk A.Ş.De Birliktelik kurallarının yerleşim düzeni planlamada kullanılması, Endüstri Mühendisliği Dergisi, 21(2), 14-29. [7]. Güngör, E., Yalçın, N. Ve Yurtay, N., (2013). Apriori Algoritması ile Teknik Seçmeli Ders Seçim Analizi. Ulusal Uzaktan Eğitim ve Teknolojileri Sempozyumu, 1-3. [8]. Delice, E.K. ve Güngör, Z. (2008). Müşteri isteklerinin sınıflandırılmasında kano model uygulaması, Akademik Bilişim, 193-198. [9]. Arslan, A.R., Sönmez, A. ve Gürleyen, L., (2009). Türkiye mobilya işletmelerinin rekabet gücünü etkileyen faktörlerin incelenmesi, Politeknik Dergisi, 12(1), 47-53. [10].Han, J., and Kamber, M., (2006). Data Mining Concepts and Techniques, Morgan Kauffmann Publishers Inc., 1-35. [11].Thabtah, F., Cowling, P., and Hammoud, S., (2006). Improving rule sorting, predictive accuracy and training time in associative classification, Expert Systems with Applications, 31, 414–426. [12].Keleş, A. E. ve Kaya, M. (2014). Duvar İnşa Edilmesinde Verimliliği Etkileyen Faktörlerin Apriori Veri Madenciliği Yöntemi Kullanılarak Analizi, Akademik Bilişim Konferansı, 831-836.