BİRLİKTELİK KURALLARI İLE MEKÂNSAL-ZAMANSAL VERİ MADENCİLİĞİ

Öz

İnsanlar için stratejik anlamda karar vermek önemlidir. Karar verebilmek için ise kavramlar ile alakalı geçmişe dayalı bilgi birikimine sahip olmak gerekir. Genellikle bu birikime sahip insanları yani uzmanları bulmak zor ve maliyetli olmaktadır. Gelişen bilgi teknolojileri ve Veri Tabanı Yönetim Sistemlerindeki (VTYS) yenilikler eldeki verilerden stratejik karar için yararlı bilgiyi çıkarmayı mümkün kılmaktadır. Uzmanlara bağlılığı azaltmak ve bilgi çıkarımını otomatik olarak yapabilmek için farklı yöntemler geliştirilmiştir. Bu yöntemlerden birisi de veri madenciliği yöntemidir. Veri madenciliği yöntemi de kendi arasında sınıflandırma, ilişki öğrenme (Birliktelik kuralları öğrenme), kümeleme gibi alt bölümlerden oluşmaktadır. Birliktelik kuralları öğrenme aşaması için literatürde en yaygın kullanılan algoritma Apriori algoritmasıdır (Agrawal ve Srikant, 1994). Klasik veri madenciliği alanında yaygın kullanıma sahip olan Apriori algoritması, zaman ve mekâna bağlı olarak değişen veri kümelerinde çok fazla kullanılmamaktadır. Zaman ve mekâna bağlı veri kümelerinin klasik veri kümelerinden farkı, verilerin klasik veri özelliklerine zaman ve konum özelliklerinin de eklenmesidir. Bu çalışmada Apriori algoritması, zamansal-mekânsal veri madenciliği alanına uyarlanarak, Van Gölü’ne ait zamansal-mekânsal veri kümesi üzerinde uygulanmıştır.

Anahtar Kelimeler

• Veri Madenciliği, Birliktelik Kuralı, Apriori Algoritması, Zamansal-Mekânsal Veri