Birliktelik kurallarıyla kütüphane ödünç alma kayıtlarının analizi: Düzce üniversitesi örnek uygulaması
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Düzce Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bilişim Teknolojileri, maliyetlerinin ucuzlaması dolayısıyla birçok kurum ve şirkette günümüzde yaygın olarak kullanılır hale gelmiştir. Bu sayede çeşitli sistemler içerisinde ortaya çıkan ve depolanan verilerin miktarı da çok büyük hacimlere ulaşmıştır. Bu verilerin içerisinden anlamlı bilgi çıkarma süreçleri olarak da tarif edilen Veri Madenciliği oldukça önem kazanmıştır. Yapılan bu çalışmada Düzce Üniversitesi Kütüphane Kayıtları veri kümesi üzerinde Veri Madenciliği yöntemlerinden biri olan Birliktelik Kuralları algoritmalarından Apriori, Fp-Growth ve Eclat algoritmalarının çeşitli destek ve güven değerlerine göre çalıştırılmalarıyla tekrar eden ilişkilerin/kuralların keşfedilmesi çalışması gerçekleştirilmiştir. Kitap seviyesinde tekrar eden kural örnekleri bulunamamıştır. Fakat kütüphanede bulunan kitap kategorileri seviyesinde beraber ödünç alınma örüntüleri görülmüş ve bunlara ilişkin bulunan kurallar ortaya konulmuştur. Aynı zamanda okuyucuların cinsiyetlerinin, kitap ödünç alma davranışlarına olan etkisi de araştırılmış ve bulunan sonuçlar değerlendirilmiştir. Bu kuralların bulunmasının yanı sıra belirtilen Birliktelik Kuralları algoritmalarının Python, R ve SPMF platformlarındaki performansları da deneyler sırasındaki çalışma süreleri (ms) ve işgal ettikleri bellek miktarları (MB) ölçütleri üzerinden karşılaştırılmıştır. Elde edilen sonuçlara göre SPMF programının erkekler veri setinde en az bellek işgaliyeti ve en düşük çalışma süresi değerleriyle göre öne çıktığı görülmüştür.
Information Technologies has become widely used in many institutions and companies due to the cheapening of its costs. In this way, the amount of data generated and stored in various systems has reached very large volumes. Data Mining, which can described as the processes of extracting meaningful information from these raw data, has gained importance in recent years. In this study, the discovery of association rules was carried out by running Apriori, Fp-Growth and Eclat algorithms, which are one of the Data Mining methods, on the Düzce University Library Records dataset, according to various support and confidence values. No examples of repetitive rules were found at the book level. However, at the level of the book categories in the library, patterns of borrowing together were discovered and the rules related to them were revealed. At the same time, the effect of the gender of the readers on their book loan behavior was also investigated and the results were evaluated. In addition to finding these rules, the performances of the specified Association Rules algorithms on Python, R and SPMF platforms were compared on the basis of their running time (ms) and the amount of memory they occupied (MB) during the experiments. According to the results obtained, it was seen that the SPMF program stood out in the men's data set with the least memory occupation and the lowest running time values.
Information Technologies has become widely used in many institutions and companies due to the cheapening of its costs. In this way, the amount of data generated and stored in various systems has reached very large volumes. Data Mining, which can described as the processes of extracting meaningful information from these raw data, has gained importance in recent years. In this study, the discovery of association rules was carried out by running Apriori, Fp-Growth and Eclat algorithms, which are one of the Data Mining methods, on the Düzce University Library Records dataset, according to various support and confidence values. No examples of repetitive rules were found at the book level. However, at the level of the book categories in the library, patterns of borrowing together were discovered and the rules related to them were revealed. At the same time, the effect of the gender of the readers on their book loan behavior was also investigated and the results were evaluated. In addition to finding these rules, the performances of the specified Association Rules algorithms on Python, R and SPMF platforms were compared on the basis of their running time (ms) and the amount of memory they occupied (MB) during the experiments. According to the results obtained, it was seen that the SPMF program stood out in the men's data set with the least memory occupation and the lowest running time values.
Açıklama
Anahtar Kelimeler
Yönetim Bilişim Sistemleri, Management Information Systems, Bilim teknolojisi, Science technology, Veri madenciliği, Data mining, Yönetim bilişim sistemleri, Management information systems, İşletmecilik, Business administration