Tez No	İndirme	Tez Künye	Durumu
346485		Veri madenciliği ile geliştirilen bir akıllı buzdolabı ve market sepet analizi sistemi / A smart refrigerator developed by data mining and market basket analysis system Yazar:ENGİN OĞUZAY Danışman: DOÇ. DR. ERDEM UÇAR Yer Bilgisi: Trakya Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2013 86 s.
Bu tez çalışmasının amacı; tahminleme modellemesi kullanan bir buzdolabı kontrol sistemi yazılım uygulaması ve algoritma geliştirerek, makine öğrenmesi yöntemiyle sistem içindeki kritik seviyenin bulunması; ürünlerin birlikte bulunma sıklıkları ve tahmini tüketim süresinin hesaplanmasıdır. Verinin yorumlanması ve sonuçların web ortamında görüntülenmesi için Visual Studio C# dilinde yazılmış internet tabanlı bir simulasyonlu uygulama yazılımı geliştirilmiştir. Uygulama yazılımı ile veritabanındaki veriler üzerinde birliktelik kuralları uygulanmıştır. Uygulama yazılımının çalışması esnasında algoritmanın her aşaması izlenmiş, girdiler ve sonuçlar adım adım gözlenmiştir. Herhangi bir yerden cep telefonu ile buzdolabındaki verilere ulaşılabilinir ve o anki durum öğrenilebilmektedir. Uygulama yine ipv6 ile sql server?a bağlanmaktadır. Uygulamaya dışarıdan mobile cihaz ile bağlanmak icin ipv4 adresi kullanılmaktadır. Tasarlanan buzdolabı kontrol sistemine; PC de bir arayüz programı oluşturularak görsellik kazandırılmıştır. Birim ağırlıklar adetlerle çarpılıp toplam ağırlık hesaplanmıştır. Bu işlemler yapılırken internet üzerinden erişim sağlanmıştır. Tez çalışmasında ayrıca; IPv6 protokolü irdelenmiştir. IPv6; modellemesi yapılan uygulamanın veritabanında kullanılmıştır. Veri madenciliği; makina öğrenmesi, örüntü tanıma, veritabanı teknolojileri, istatistik, yapay zeka, uzman sistemler, veri görselleştirme alanlarının bir kesişim noktası olarak doğmuştur. Bu tez çalışmasında veri madenciliği modellerinden tahmin edici (predictive) model ile geliştirilen uygulama ile sonuçları bilinen verilerden bir model geliştirilmesi ve bu modelden yararlanılarak sonuçları bilinmeyen veri kümeleri için sonuç değerlerin tahmin edilmesi amaçlanmıştır. Makine öğrenmesi, bilgisayarların ?öğrenmesine? izin verecek algoritma ve tekniklerin geliştirilmesi ile ilgilidir. Tezde kullanılan; denetimli öğrenme, bağımsız değişkenler kümesini bağımlı değişkenler sınıfına ayıran kuralları öğrenmek için tarihi veri (eğitim verisi olarak adlandırılan) kullanır. Market sepet analizinde ve birliktelik kuralında; müşterilerin alışverişlerde satın aldıkları ürünler arasındaki birliktelik-ilişki bağları bulunarak, müşterilerin satın alma alışkanlıklarının tespit edilmesi amaçlanmaktadır. Elde edilen bu birliktelik-ilişki bağlantıları sayesinde daha etkin satışların analizinin yapılabilmesi imkanına sahip olunabilmektedir. Regresyon Analizi varolan veriye formüllerin uygulanması ile tahminler yapmada kullanılmaktadır. Tahminleme modellemesi ve uygulaması; makine öğrenmesi ile anlatılarak, sunulan çalışma özetlenmiş ve elde edilen sonuçlar değerlendirilmiştir.
The aim of this thesis, forecasting, modeling, and improving the algorithm uses a refrigerator control system, software application, machine learning method of finding the critical level in the system, along with the products to calculate the frequency and duration of the expected consumption. Interpretation of the data and display the results in a web environment written in C# for Visual Studio is a simulated web-based application software has been developed. On the association rules applied to data in the database with the application software. Followed each stage of the algorithm during the operation of the application software, step by step, inputs and results have been observed. Refrigerator, the data can be accessed from anywhere with your mobile phone and the current situation can be learned. The application connects to SQL Server with ipv6 again. Ipv4 address used to connect with external mobile device application. The designed control system, refrigerator, PC also gained visibility by creating an interface program. Customs weights were calculated by multiplying the total weight of the unit. This is performed to gain access over the internet. This thesis also, the IPv6 protocol discussed. IPv6; modeling used in the application database. Data mining, machine learning, pattern recognition, database technologies, statistics, artificial intelligence, expert systems, data visualization emerged as the point of intersection of areas. In addition, this thesis predictive data mining models (predictive) model developed by the application of the results with the known data and established the development of a model by moving the results of using this model is to estimate the unknown data sets, the values for the results. Machine learning, computers,