Veri Madenciliğinde Birliktelik Kuralları ve İkinci El Otomobil Piyasası Üzerine Bir Uygulama

Öz

İkinci el piyasada devredilen otomobil sayısı her geçen yıl artmaktadır. Bu durum ikinci el araç piyasasının detaylı bir

şekilde incelenmesini zorunlu kılmaktadır. Yeni geliştirilen analizler ve yığınla toplanabilen veri setleri yardımıyla ikinci el

araç piyasasının işleyiş mekanizmasına ilişkin faydalı bilgiler ortaya çıkabilmektedir. Çalışmanın amacı, ikinci el araçlara

ilişkin verilerin bulunduğu bir veri tabanını birliktelik kuralları ile incelemektir. Birliktelik kuralları bir arada gözlenen

özelliklerin belirlenmesinde başarıyla kullanılmaktadır. Bu çalışma için, 2016 yılının Temmuz ayında ve Ağustos ayının

ilk üç haftasında ikinci el otomobil ilanlarının yer aldığı bir siteden 211109 adet otomobile ait 73 adet değişken web

kazıma tekniği ile bir araya getirilmiştir. Birliktelik kurallarının oluşturulabilmesi için veri setinin mantıksal (boolean)

değişkenlerden oluşması gerekmektedir. Sayısal değişkenler, dağılımları göz önünde bulundurulmak üzere mantıksal

yapıya çevrilmiştir. Çalışmada apriori algoritması ile oluşturulan birliktelik kuralları ağ grafiği yardımı ile görselleştirilmiştir.

Çalışma sonunda “dizel araçlar az yakar, fazla hız yapamazlar, torkları yüksektir; yeni ve pahalı araçların vergisi

yüksektir” gibi kurallar oluşturulmuştur. Çalışmanın sonuçları ikinci el araç piyasasında işlem yapan taraflar için yol

gösterici nitelikte bilgiler içermektedir.

Anahtar Kelimeler

• Veri madenciliği,apriori algoritması,ikinci el oto,birliktelik kuralları,ağ grafiği,web kazıma

Association Rules in Data Mining and an Application in Second Hand Car Market

Öz

Number of road motor vehicles that are handed over are increasing over the years. That makes the detailed examination

of second hand car market is a necessity. It is possible to extract useful information about the operating mechanism of

second hand car market using new analysis techniques and massive datasets. The purpose of this study is to examine

the database which includes data belong to second hand cars by association rules. Association rules are successful at

determining which two objects are observed simultaneously in a dataset. For this study, a dataset includes to 21109

second hand cars with 73 variables is scraped from a website in July 2016 and August 2016. In order to apply the apriori

algorithm, the dataset must be consisted from Boolean variables. Numerical variables are converted to Boolean type by

using their distribution. The association rules that are created with apriori algorithm is visualized with a network graph. At

the end of the study rules such as “diesel cars have less fuel consumption, cannot go much faster, have higher torque

values; new and expensive cars have higher taxes” are created. The overall results have useful information for those

who operate in second hand car market.

Anahtar Kelimeler

• Data mining,apriori algorithm,second-hand car,association rules,network graphs,web scraping

Kaynakça

1. Daştan, H. (2016). Türkiye’de İkinci El Otomobil Fiyatlarını Etkileyen Faktörlerin Hedonik Fiyat Modeli İle
2. Belirlenmesi. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(1), 33-327.
3. Doğan, B., Erol, B., Buldu, A. (2014). Sigortacılık Sektöründe Müşteri İlişkileri Yönetimi için Birliktelik Kurallarının
4. Kullanılması. Marmara Fen Bilimleri Dergisi, 3, 105-114.
5. Doğrul, G., Akay, D., Kurt, M. (2015). Trafik Kazalarının Birliktelik Kuralları ile Analizi. Gazi Mühendislik Bilimleri
6. Ecer, F. (2013). Türkiye’de 2. El Otomobil Fiyatlarını Tahmini ve Fiyat Belirleyicilerinin Tespiti. Anadolu Üniversitesi
7. Erdem, S., Özdağoğlu, G. (2008). Ege Bölgesi’ndeki Bir Araştırma Ve Uygulama Hastanesinin Acil Hasta Verilerinin