Otomobil Yetkili Servislerinde Birliktelik Kurallarının Belirlenmesinde Apriori ve FP-Growth Algoritmalarının Karşılaştırılması


Comparison of Apriori and FP-Growth Algorithms on Determination of Association Rules in Authorized Automobile Service Centres


Yrd. Doç. Dr. Semra Erpolat


ÖZET
Veri Madenciliği, bir veri kümesi içerisinde keşfedilmemiş örüntüleri bulmayı hedefleyen teknikler bütününü ifade etmektedir. Veri Madenciliği’nin amacı, geçmiş faaliyetlerin analizini temel alarak gelecekteki davranışların tahminine yönelik karar verme modelleri yaratmaktır. Bu çalışmada Türkiye’de otomotiv sektöründe faaliyet gösteren bir yetkili servisin müşterilerine ait alış-veriş verileri, Apriori ve FP-Growth Algoritmaları kullanılarak analiz edilmiştir. Böylelikle müşterilerin hangi ürünleri birlikte satın aldıkları gözlemlenmiş ve bu doğrultuda karı artırmaya yönelik uygulanacak kampanya va promosyonlara yön verilmeye çalışılmıştır.


ABSTRACT
Data Mining is used to describe the totality of techniques which aim to find the unexplored patterns in a set of data. The purpose of data mining is to create models of decision-making devoted to estimations of future behavior based on analysis of past activities. In this study the shopping data of the customers of an authorized service, operating in the automative sector in Turkey, were analyzed using Apriori and FPGrowth Algorithms. This way, it is observed which products were purchased together by customers and in line with this observation, campaigns and promotions were given a direction to increase the profit.


ANAHTAR KELİMELER: Veri Madenciliği, Birliktelik Kuralları, Apriori Algoritması, FP-Growth Algoritması, Pazar Sepet Analizi


KEYWORDS: Data Mining, Association Rules, Apriori Algorithm, FP-Growth Algorithm, Market Basket Analysis

[PDF]