Theses supervised by Yrd. Doç. Dr. Tansel Özyer
11 theses · TOBB Economics and Technology University
İnternet servis sağlayıcısı için iptal analizi modeli
İptal analizi müşterilerin davranış örüntülerinin modellenerek, gelecekte iptal eğilimi gösteren aboneler hakkında öngörülerin belirlendiği müşteri ilişkileri yönetimi sürecidir. Yeni müşterinin kazanımı, mevcut müşterinin sistemde tutulmasından çok daha fazla maliyetlidir. Bu bağlamda iptal analizi ile yapılan tahminler mevcut müşterinin iptale gitmemesi için yapılacak tutundurma faaliyetlerine yardımcı olmaktadır. Günümüzde telekomünikasyon firmaları iptal analizini çeşitli uygulamalarla sistemli bir süreç halinde iyileştirerek sürdürmektedirler. Bu çalışmada da telekomünikasyon sektöründe faaliyet gösteren bir internet servis sağlayıcısının müşteri bilgileri ve davranışları incelenerek gerçekleştirilmiştir. Yapılan literatür araştırmaları sonucunda belirlenen bir bilgi keşif süreci çerçevesinde veri madenciliği uygulamalarının yardımı ile iki fazlı çözüm modeli oluşturulmuştur. Geliştirilen iki fazlı çözüm modeli zaman serisi kümeleme ve sınıflandırma algoritmaları ile birlikte en uygun çalışacak şekilde tasarlanmıştır. Zaman serisi kümeleme uygulaması için k-ortalama ve hiyerarşik kümeleme algoritmaları, sınıflandırma için ise destek vektör makineleri ve özyinelemeli bölümleme algoritmaları karşılaştırmalı olarak performans ölçütleri değerlendirilmiştir.
Bilgi tabanlı bağlayıcı takip, sorgulama ve karar destek sistemi
Havacılık, uzay ve otomotiv gibi yüksek teknolojiye dayalı üretim yapan sanayi sektörlerinin öncelikli olarak odaklandıkları nokta, maliyetlerin düşürülmesi ve kalitenin artırılmasıdır. Bu bağlamda montaj işlemi ürünün nihai haline getirilmesi için hayati öneme sahiptir. Bir veya birden fazla montajı birleştirip son ürünü üretmek için montaj işlemi sırasında en uygun bağlayıcı elemanı bulmak tasarımcılar için kritik öneme sahip bir faaliyettir. Uygun bağlayıcıların sorgulanması ve bulunması farklı bağlayıcıların birbirlerine alternatif olarak sunulması ortak bilgi birikimini gerektirmektedir. Çoğu zaman farklı mühendisler tarafından alınan kararlar farklılık gösterebilmektedir. Karar aşamasında tam, doğru ve eksiksiz tasarım ve montaj bilgisinin kullanımına, kaynakların etkin ve verimli bir şekilde kullanılması ve doğru kararların verilmesine ihtiyaç duyulmaktadır. Bu tez kapsamında geliştirilen yazılım sayesinde bağlayıcılar için bilgi yoğunluklu, ortak çalışmaya uygun ve akıllı bir sistem geliştirilmiştir. Tasarım ve montaj mühendislerinin etkin ve verimli bir şekilde bağlayıcı eleman seçebilmesi sağlanmıştır. Bunu sağlamak için veri, anlamsal olarak ifade edilmiş ve kurulan ontoloji ile bilgi tabanı oluşturulmuştur. Ortak kavramsallaştırmalar (ontoloji) ile kavramlar arası ilişkiler ve kısıtlar modellenmiştir. Etkin, verimli kararlar almaya dönük bir süreç geliştirilmiş ve bağlayıcıların sorgulanması gerçekleştirilmiştir. Sorgu sonucuna göre uygun bağlayıcılar özelliklerine göre listelenmiştir. Listelenen sorgu sonuçları temin süresi, maliyet, uygunluk, stokta mevcut olması ya da geçmişte gerçekleştirilmiş sorgu tercihleri gibi kıstaslara göre sıralı olarak sunulabilmektedir. Sorgu kıstaslarına göre yeni çıkarsamalar yaparak sorgu kriterlerinin zenginleştirilmesine olanak sağlanabilmektedir. Bağlayıcı eleman yönetimi yazılımının kullanımı ile TUSAŞ (Türk Havacılık ve Uzay Sanayii Anonim Şirketi) etkin bir standart parça yönetimine sahip olmuş ve standart parça yönetimini kolaylaştırılmıştır.
Ağırlıklı çoklu sınıflandırıcı kullanarak biyolojik verilerin tahmini
Kanser, günümüzde çok yaygın olarak rastlanılan tedavisi zor olan bir hastalıktır. Göğüs kanseri, akciğer kanseri, merkezi sinir sistemi kanseri ve lösemi başta olmak üzere birçok çeşidi bulunmaktadır. Bunlar, vücuttaki farklı gen dizilimlerindeki hatalardan dolayı oluşmaktadır. Bu hastalık türlerinin tedavi edilebilmeleri için erken teşhis önemlidir. Başka bir deyişle, genler dizilimlerinin doğru anlamlandırılması anlamına gelmektedir. Günümüzde mikro çip teknolojisi ile geniş çaplı gen sınıflandırılması mümkündür. DNA mikroçip, aynı anda, farklı seviyelerde genlerin durumlarını sunar. Geçmiş çalışmalar, mikroçip teknolojisinin tümör sınıflandırmasında da çok etkili olduğunu göstermektedir. İlgili veri setleri fazla özniteliğe sahip olmalarına rağmen, az örnek bulundururlar. Geçmiş yıllarda, farklı sınıflandırıcı yöntemleri geliştirilmiştir. Yöntemler, veri setlerine bağımlı olarak farklı doğruluk oranlarına sahip olabilirler. Bu da bir sınıflandırıcının, bütün veri setlerinde aynı etkinlikte çalışamayacağı anlamına gelmektedir. Bir veri seti için; birden çok sınıflandırıcı kullanıp bir topluluk oluşturarak, sınıflandırıcı doğruluğunu arttırmak ve yanlış sınıflandırıcı seçme olasılığını azaltmak hedeflenmiştir. Yaygın kullanımda sınıflandırıcı topluluğu, birçok sınıflandırıcının bireysel performanslarına bakılarak ortak bir karar mekanizması yaratmak ve daha önce tanımlanmamış örnekleri bu karar mekanizması ile sınıflandırılması için kullanılır. Sınıflandırıcı topluluk oluşturma, sadece mikroçip veri setlerini sınıflandırmanın yanı sıra, görüntü işleme, yapay zekâ ve tıp gibi birçok alanda da kullanılmaktadır. Bu tez çalışmasında, literatürde bulunan yirmi dokuz sınıflandırıcı kullanaarak, veri setlerine özel sınıflandırıcı topluluklar oluşturulmuştur. Ayrıca oluşturulan topluluktaki her bir sınıflandırıcıya ağırlıklar atanmıştır. Bu sayede, sınıflandırmanın doğruluğunun arttırılması amaçlanmıştır. Sınıflandırıcı topluluğu oluşturmak için iki seviyeli genetik algoritma kullanılarak yeni bir metot geliştirilmiştir. İki seviyeli genetik algoritmanın ilk seviyesinde sınıflandırıcılar seçilmiş, ikinci seviyesinde ise, bu sınıflandırıcılara uygun ağırlıklar atanmıştır. Önerilen yöntem ile alınan sonuçlar, diğer yöntemlerle elde edilen sonuçlardan üstündür.
Çok amaçlı genetik algoritma ile karışık verilerin sınıflandırılması
Son yıllarda gittikçe büyüyen veri kümeleri içerisinden kullanıcının işine yarayacak olan saklı bilgiye ulaşmak ve çıkarmak gittikçe önemini arttıran bir araştırma konunusudur. Bu bilgiler üzerinden veriler arasında bulunan ilişkiler saptanabilir ve çeşitli yöntemler kullanılarak bu verilerin öbeklenmesi ve sınıflandırılması sağlanabilir. Bu bilgilerin çıkartılması adına bir çok algoritma geliştirilmiştir ve bu işlemler şu anda bankacılık, biyoenformatik, sağlık sektörü ve benzeri bir çok alanda aktif olarak kullanılmaktadır.Sadece numerik veya sadece kategorik öznitelikler içeren veri kümeleri için bu öbekleme işlemlerini yapan k ? means, k ? modes gibi algoritmalar mevcuttur fakat numerik ve kategorik özniteliklerin karışık olarak yer aldığı veri kümeleri için çözüm üreten çok sayıda yöntem bulunmamaktadır.Bu tezde karışık özniteliklerden oluşan veri kümelerinin öbeklenmesine yönelik bir araştırma yapılmış ve bu doğrultuda bir çözüm yöntemi önerilmiştir. Önerilen çözüm yönteminde karışık öznitelikler içeren veri kümeleri özniteliklerinin türleri doğrultusunda ayrılmakta ve değerlendirilmekte daha sonra ise numerik ve kategorik olarak ayrı ayrı alınan sonuçlar birleştirilerek sonuca ulaşılmaktadır. Bu işlemlerin yapılabilmesi adına numerik ve kategorik öznitelikler için farklı uzaklık (benzerlik) metrikleri tanımlanmıştır. Son olarak ise tanımlanan bu uzaklık metrikleri bir k ? means yapısına oturtularak istenilen algoritma elde edilmiştir. Bu algoritmadan elde edilen sonuçlar üzerinden çeşitli metrikler doğrultusunda ideal öbek sayıları tespit edilmeye çalışılmış ve elde edilen sonuçların başarımları saflık metriği adı verilen bir metrik hesaplanmış ve farklı yöntemler ile elde edilen sonuçlarla karşılaştırılmıştır.
Çok amaçlı genetik algoritma ile kategorik verilerin sınıflandırılması
Bilgisayar bilimlerinde verilerin sınıflandırılması işlemi yıllardır üzerine yoğunlaşılıp, pek çok yöntemin öne sürüldüğü bir konudur. Bu konu, verilerin belirli öznitelikleri kullanılarak en uygun şekilde kümelenmeleri işlemi üzerine yoğunlaşmaktadır. Bu sayede birbirine benzeyen verileri birbirleri ile aynı öbeğe koyulabilmekte ve bu sonuçlar üzerinden belli çıkarımlar yapılabilmektedir. Bu alan, ele alınan veri kümelerinin durumlarına göre derinleşebilmektedir. Örneğin büyük boyutlu ve küçük boyutlu verilerin öbeklendirilmeleri birbirinden çok farklı şekilde özelleşebilmektedir.Öbeklendirmenin türüne göre ise, çok amaçlı öbeklendirme son yıllarda çok revaçta olan bir problemdir. Çok amaçlı öbeklendirme, birbirinden farklı amaçları aynı anda ele alarak verilerin kümeleme sonuçlarını çıktı olarak sunar.Bu tezde ise temel olarak çok amaçlı bir yapı ile kategorik veri kümelerinin öbeklendirilmesi üzerinde çalışılmıştır. Elde edilen sonuçlar tek amaçlı bir şekilde öbekleme yapan k-mod öbeklemesinin sonuçları ile karşılaştırılmıştır. Önerilen yöntemin her durumda daha doğal ve başarılı öbekleme sonuçlarına ulaştığı saflık ölçüm metriği ele alınarak ortaya konulmuştur.Çalışmanın ileriki aşamalarında ise büyük boyutlu veri kümeleri işin içine girince çıkan problemler ele alınıp, bu durumlara çözümler getirilmiştir. Bu koşullar için ise geliştirilen yöntem, veriler üzerinden sıklık eleman kümelerinin elde edilip, bu kümeler üzerinden verimli şekilde öbekleme yapılması işlemidir. Sonuçta elde edilen çıktılar ise önerilen yöntemin verimliliğini ve tutarlılığını ortaya koymaktadır.
Karınca kolonisi optimizasyonu ile araç rotalama probleminin maliyetlerinin kümeleme tekniği ile iyileştirilmesi
Çok depolu araç rotalama problemlerinde müşteri taleplerinin en kısa sürede, en kısa yoldan karşılanması ve taleplerin karşılanması için kullanılacak olan araç sayısının en uygun sayıda seçilmesi oldukça önemlidir.NP zor bir problem olan araç rotalama probleminin çözümü için pratik yaklaşımlar ve birçok algoritmalar oluşturulmuştur, Bu algoritmalar kesin ve yaklaşımsal olmak üzere genel olarak iki gruba ayrılabilirler. Kesin algoritmaların kötü tarafı düşük performans göstermesidir fakat birçok yaklaşımsal algoritma kombinasyonel problemlerde kesin algoritmaların aksine kısa zaman dilimlerinde yüksek kalitede çözümler ortaya koyarlar. Bilinen bu tekniklerden biriside karınca kolonisi optimizasyonudur. Bu tez çalışmasında araç rotalama problemine karınca kolonisi optimizasyonu k ortalama kümeleme tekniği ile birlikte uygulanarak taleplerin toplam gerçekleşme süresi, toplam mesafe ve kullanılan toplam araç sayısının değişimleri izlenmiştir.
Ağırlıklı kapsam yoğunluğu algoritması yaklaşımı ile RSS tabanlı haber tavsiye sistemi
Günümüzde internetin yaygınlaşması ile birlikte yapısal olmayan verilerin özellikle de metinsel verilerin miktarı çok fazla artmıştır. Haber siteleri metinsel verilerin en önemli örneğidir. Veritabanlarında, internet ve intranetlerde çok büyük miktarda haber bilgileri depolanır. Bu bilgiler dokümanlarda veya metin dokümanlarında tutulmaktadır. Bu bilgilerden önemli bilgiler çıkartmak, işimize yarayan haber metinlerini çekerek kişinin haber alışkanlığını öğrenmek esas problemimizdir.Bu tezde metin halindeki veriye erişimi kolaylaştıran, zaman ve hız kazandıran metin kategorizasyon tekniği olan ağırlıklı kapsam yoğunluğu ağırlıklandırma algoritması incelenmiş olup, bu teknik kullanılarak rss tabanlı dinamik içerikli, içeriği farklı haber sitelerinin farklı kategorilerinde yer alan haberleri tarayarak, kullanıcının okuduğu benzer haberleri dinamik olarak kümeleyen, kullanıcının haber alışkanlığını öğrenen, gerekli gruplara göre okuyabileceği haberleri tavsiye eden akıllı bir sistem gerçekleştirilmiştir.
Geodezik mesafe tabanlı etkileşimli resim bölümlemesi
Kullanıcı etkileşimli ön plan çıkarımının, arka plandan ayrılan nesnelerin başka bir arka plana taşınarak resim montajlarının yapılması ya da gereksiz arka plan bilgisinin elenmesi sonucu sadece istenilen bölgenin elde edilerek bu bölge üzerinde (medikal) görüntü işlemenin yapılması gibi çeşitli alanlarda kullanımı mevcuttur. Yaygın kullanımda, etkileşimli bölümleme tanım olarak; kullanıcıların arka plandan soyutlamak istedikleri nesneye ve arka plana ait alanlarda yer alan bazı görüntü öğelerini ayrı ayrı işaretlemeleri yoluyla geriye kalan (kullanıcı tarafından işaretlenmemiş) piksellerin arka ya da ön plandan hangisine ait olduklarının tespit edilmesidir. Bu tez çalışmasında, kullanıcı tarafından işaretlenen ön ve arka plan piksellerinden yola çıkarak, işaretlenmemiş piksellerin hangi bölgeye ait olduklarının tahmini üzerinde çalışılmış ve yeni bir metot geliştirilmiştir. Önerilen metotta ilk olarak işlenecek olan resim bir ön aşamadan geçirilerek birbirine yakın renk ve konumdaki pikseller gruplandırılmış (süper piksel) ve sınıflandırılması gereken piksel sayısı büyük oranda azaltılmıştır. İşaretlenmemiş (süper)piksellerin, klasik yaklaşımdan farklı olarak ön veya arka plana ait olma olasılıkları, işaretlenmiş (süper)piksellere olan konumsal yakınlıkları da gözetilerek hesaplanmıştır. Bu olasılık değerleri kullanılarak işaretli/siz pikseller arasındaki en kısa yol mesafeleri bulunarak belli bir mesafede yer alan piksellerin ön veya arka plana ataması gerçekleştirilmiştir. Bunun sonucunda atanamayan piksellerin kendilerine konum olarak yakın atanmış piksellere göre olasılık tahmini yapılmış ve bölümleme işlemi tamamlanmıştır. Elde edilen sonuçlar bu tür işaretlemeyi kullanan metotlarla nicelik olarak herkesin kullanımına açık olan bir veri kümesi üzerinde karşılaştırılmıştır.
Bölgesel renk kontrastı ve renk dağılımı bilgisi kullanarak karmaşık ağ destekli belirgin alan tespiti
Bilgisayarla görü alanında dikkati çeken alanların bulunması işlemi gittikçe önemi artan popüler bir konudur. Son yıllarda, bu konu üzerine birçok araştırma çalışması yapılmış ve çeşitli yöntemler geliştirilmiştir. Tespit edilen alanlar belirgin nesne tespiti, resimden çıkarım yapma, resmin yeniden boyutlandırılması, resim ve video sıkıştırma gibi birçok bilgisayarla görü uygulamasında girdi olarak önemli rol oynamaktadır. Önerilen modellerde, insan görselliğinde dikkati çeken piksellerin/bölgelerin belirginleştirilmesi ve arka planda kalan piksellerin/bölgelerin bastırılması ile dikkat çekme haritaları üretilir. Yapılan önceki çalışmalarda dikkat çekme haritası oluşturmak için genel olarak resmin renk, biçim, doku, parlaklık ve konum bilgileri kullanılır. Bu tezde ise, süperpiksel yöntemiyle bölütleme yapılan resimde karmaşık ağ, histogram, renk, konum ve alan bilgisi kullanılarak dikkat çekme haritası oluşturulması üzerine çalışılmıştır. Önerilen yöntem önceki yöntemlerin halka açık veri kümesi sonuçları ile karşılaştırılarak, başarısı ve tutarlılığı ortaya konulmuştur.
Kod denetleme sürecini etkileyen faktörlerin tahmininin yapılmasına ilişkin istatistiki analiz çatısının oluşturulması ve sonuçların değerlendirilmesi
Yazılım endüstrisinde rekabet gün geçtikçe artmaktadır. Firmaların bu rekabet ortamında var olabilmek için müşteri memnuniyetini en üst seviyede tutmaları gerekmektedir. Müşteri memnuniyeti kaliteli ürünlerin sunulmasıyla kazanılır. Yazılım ürünlerinin hatalardan arındırılmış olması kalite açısından önemli bir ölçüttür. Kod denetleme yazılım ürününün içerdiği hataların tespit edilmesi ve giderilmesini sağlayan test işlemleri öncesinde gerçekleştirilen etkili bir süreçtir. Bu sürecin verimliliğinin ölçülmesi hem sürecin hem de ürünün kalitesinin artmasını sağlayacaktır. Kod denetleme verimliliğinin ölçülmesinde yazılım kalite metrikleri kullanılmaktadır. Denetleme verimliliğini ölçmeye yönelik çalışmalar incelendiğinde denetleme süresi, hazırlanma süresi, denetleyici sayısı ve denetleyici tecrübesi gibi faktörlerin denetleme süreci üzerinde önemli etkileri olduğu gözlemlenmiştir. Verimli bir kod denetleme işlemi gerçekleştirilmek isteniyorsa sürecin başında bu dört değişkene ait değerler en doğru şekilde belirlenmelidir. Bu tez çalışmasında denetleme sürecinin değerlendirilmesinde kullanılan metrikler incelenmiş olup, Denetleme Derinliği, Denetleyici Performans Metriği ve Hata Giderme Etkinliği metriklerinin çalışmada kullanılmasına karar verilmiştir. Bu metrikler ve tahmin algoritmaları kullanılarak sürece en uygun denetleme süresi, hazırlanma süresi, denetleyici sayısı ve denetleyici tecrübesi değerlerinin denetleme sürecinin başında belirlenmesini sağlayan bir sistem geliştirilmiştir. Tahmin işlemini gerçekleştirmek için lineer regresyon, Eğri Uydurma ve Gauss-Newton algoritmaları kullanılmıştır.
Makine Öğrenme Algoritmalarını Kullanarak Ağ Trafiğinin Sınıflandırılması
İnternetin hayatımıza girmesi ile birlikte ağ kaynaklarının verimli bir şekilde kullanılabilmesi için ağ trafiğinin yönetilmesi ve ağ akışlarının kontrol edilmesi kaçınılmaz olmuştur. Geleneksel sorgu ve raporlama araçlarının günümüzde yetersiz kalması nedeniyle toplanan bu verileri nasıl kullanılacağı üzerine yapılan araştırmalar makine öğrenme ve veri madenciliğinin kavramlarının hayatımıza daha çok girmesini sağlamıştır.Ağ analizi için kullanılan geleneksel tabanlı yaklaşımlar (port-tabanlı, yük-tabanlı) internet kullanım davranışlarının ve teknolojilerinin değişmesiyle günümüzde yetersiz kalmaya başlamıştır. Bu nedenle; Makine öğrenme tabanlı ağ trafiği sınıflandırma yöntemi geliştirilmiştir.Tez çalışmasında, ağ trafiği veri setini kullanarak, akışlar üzerinden ağ akışlarına ait nitelik kümeleri çıkartılarak, sınıflandırma ve kümeleme analizinde sıkça kullanılan C4.5, Naive Bayes, EM ve K-means algoritmaları, karşılaştırma metrikleri kullanılarak test edilecektir. Ayrıca algoritmaların performanslarını yükseltmek için kullanılan Adaboost algoritmasının sınıflandırma algoritmaları üzerindeki etkisi incelenecektir. Oluşturulan nitelik kümesindeki kullanılmayan veya gereksiz niteliklerin çıkarılmasını sağlayan nitelik seçme algoritmaları kullanılarak, en uygun nitelik sınıfı aranacak ve algoritmaların performansları üzerindeki etkisi araştırılacaktır.