PASLANMAZ ÇELİK SEKTÖRÜ SATIŞ TAHMİNİNDE VERİ MADENCİLİĞİ YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Öz

Firmaların üst yönetimi ve tüm departmanları, planlama ve karar alma sürecinde, satış tahminine yönelik verilere ihtiyaç duymaktadırlar. Bu çalışmada paslanmaz çelik sektöründe faaliyet gösteren bir firmanın satış yaptığı sektörlere göre, satış tahminleri gerçekleştirilmiştir.Bunun için firmanın veri tabanından Ocak 2008 ile Mart 2016 arasındaki günlük satış verileri elde edilmiştir. Ham veri setinde bulunan satış hareketleriyle müşteri bilgileri eşleştirilerek sektörlere ait satış rakamları tespit edilmiştir. Veri madenciliği yöntemleriyle (Veri Önişleme, Destek Vektör Regresyonu ve Yapay Sinir Ağları) Toplam satış ve sektörlere göre satış verilerinin tahminleri gerçekleştirilmiştir.Uygulama sonucunda Destek Vektör Regresyon yönteminin nispeten daha başarılı olduğu görülmüştür.

Anahtar Kelimeler

• Veri Madenciliği

Kaynakça

1. ALPAYDIN, E. (2011).Yapay Öğrenme. Boğaziçi Üniversitesi Yayınevi,İstanbul
2. AKPINAR, H. (2014).DATA Veri Madenciliği – Veri Analizi, Papatya Yayınevi,İstanbul
3. CHASE JR, Charles W. (2013). Demand-driven forecasting: a structured approach to forecasting. John Wiley & Sons.
4. CHIEN, C. F.and Chen, L. F.(2008). Data Miningto Improve Personnel Selectionand EnhanceHuman Capital: a Case Studyin High-Technology Industry, Expert Systems with Applications, 34: 280-290.
5. FRANK E., Wang Y., Inglis S., Holmes G.and Witten I. H.(1998). Using Model Trees for Classification. Mach. Learn. 32(1): 63-76
6. HAN J.ve Kamber M.(2012).Data Mining: Concepts and Techniques, 3rd ed., Morgan Kaufmann, USA.
7. HAND, D., Mannila, H. and Smyth, P.(2001).Principles of Data Mining, The MIT Press, Cambridge, Massachusetts, USA.
8. HICHAM, A.ve Mohamed, B. (2012, November). A Modelfor Sales Forecasting Basedon FuzzyClusteringand Back-PropagationNeural Networks WithAdaptive LearningRate. In Complex Systems (ICCS), 2012 International Conference on, IEEE, 1-5.

9. JIANG, H.ve He, W. (2012). Grey Relational Grade in Local Support Vector Regression for Financial Time Series Prediction.Expert Systems with Applications,39(3): 2256-2262.
10. KAMRUZZAMAN, J. (Ed.). (2006). Artificial Neural Networks In Finance and Manufacturing. IGI Global.KHASHEİ, M., ve Bijari, M. (2010).“An Artificial Neural Network (P,D,Q) Model for Time Series Forecasting“, ScienceDirect Journal of Expert System with Applications,37: 479-489.
11. KIM, K. J. (2003). Financial Time Series Forecasting Using Support Vector Machines.Neurocomputing,55(1): 307-319.KUO, R.J. ve Xue, K.C. (1998) “An Intelligent Sales Forecasting System Through Integration of Artificial Neural Network and Fuzzy Neural Network”, Computers In Industry 37: 1-15.
12. LANTZ, B. (2013). Machine Learning With R. Packt Publishing Ltd.
13. MARVUGLIA, A. and Messineo, A.(2012) “Using Recurrent Artificial Neural Networks to Forecast Household Electricity Consumption”, Journal of Energy Procedia,14: 45-55.
14. MEGAHED, A., Yin, P.and Nezhad, H. R. M. (2016, June). An Optimization Approach to Services Sales Forecasting in a Multi-Staged Sales Pipeline. In Services Computing (SCC), 2016 IEEE International Conference on: 713-719, IEEE.
15. SİLAHTAROĞLU, G. (2013)"Veri Madenciliği."Papatya Yayınları, İstanbul.
16. TOLUN, S. (2008).Destek Vektör Makineleri: Banka Başarısızlığın Tahmini Üzerine Bir Uygulama, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul, 2008
17. TUFFERY, S., (2011) Data Mining and Statistics For Decision Making, 1st ed., Wiley, USA
18. WRITTEN, I. H. and Frank, E. (2005).Data Mining: Practical Machine Learning Tools and Techniques,Second Edition, Morgan Kaufmann Publishers, San Francisco, CA, USA, 2005.
19. VHATKAR, S.ve Dias, J. (2016). Oral-Care Goods Sales Forecasting Using Artificial Neural Network Model. Procedia Computer Science, 79: 238-243.
20. ZHANG, G., Patuwo, G. E. and Hu, M. Y. (1998).“Forecasting with Artificial Neural Networks: The State of The Arts”, International Journal of Forecasting, 4(1): 35.
21. CRISP-DM, SAS Enterprise Miner,
22. http://www.sas.com/offices/europe/uk/technologies/analytics/atamining/miner/semma.htm, (erişim tarihi: 01.01.2015)The International Stainless Steel Forum (ISSF)http://www.worldstainless.org/(erişim tarihleri:01.01.2014-06.06.2016)