Birliktelik kural çıkarım algoritmaları kullanılarak market sepet analizi

Mağazalarda ürün çeşitliliği ile oluşan veri yığınları, mağaza depolarında mal girişi ve çıkışı esnasında yoğunlukların yaşanmasına neden olmaktadır. Bu yoğunluğun iş gücünü, zamanı, enerji tüketimini ve satışları olumsuz etkilediği düşünülmektedir. Veri madenciliği çalışmaları, sektörlerde taleplerin belirlenmesi, taleplere en uygun çözümü bulma ve geliştirme konusunda çözümler üretmektedir. Birliktelik kural analizi algoritmaları veri madenciliği alanında veri kümeleri veya veriler arasındaki ilişkileri ortaya çıkarmak için sıklıkla kullanılan yöntemlerin başında gelmektedir. Literatür taraması sonucu elde edilen bilgiler ışığında birliktelik kural analizi algoritmaları içerisinde en yaygın kullanılan algoritmaların Apriori ve FP-Growth algoritmaları olduğu tespit edilmiştir. Bu tez çalışmasında, bir mağaza deposuna ait 4625 hareketlilik ve 106 üründen oluşan bir veri tabanı üzerinden birliktelik kural çıkarım algoritmaları kullanılarak depodan birlikte çıkma eğilimi olan ürünler ortaya çıkarılmıştır. Apriori ve FP-Growth algoritmaları uygulama üzerinde karşılaştırmalı olarak incelenmiş ve mağaza deposunun giriş-çıkış için en uygun hale getirilmesi amaçlanmıştır. Bu tez çalışması toplam, beş bölümden oluşmaktadır: giriş, veri madenciliği hakkında genel bilgiler, birliktelik kural analizi hakkında detaylı bilgiler, uygulama bölümü ve sonuç.