Çoklu ölçüt oy değerleri üzerinden veri madenciliği

Bilgi ve iletişim teknolojilerinin gelişmesi, müşterilerin ürün ve hizmetler hakkında görüş, yorum ve değerlendirmelerini internet üzerinden paylaşma imkânı sunmuştur. Müşterilerin bu ürünleri değerlendirirken birden fazla ölçütü dikkate alarak değerlendirmesi yaygın bir uygulamadır ve bu şekilde müşterilerden toplanmış veriler de mevcuttur. Çoklu ölçüt müşteri değerlendirmelerinde veri madenciliği yöntemleri kullanılarak, müşteri beklentilerinin ve profillerinin etkili bir şekilde analizi gerçekleştirilebilir. Bu çalışmada çoklu ölçüt oy değerlerinin veri madenciliği yöntemleri kullanılarak nasıl inceleneceğine odaklanılmıştır. Havayolu yolcularının uçuş deneyim değerlendirmeleri ele alınarak, yolcu eğilimleri tespit edilmeye çalışılmış ve yolcu profillerinin nasıl oluşturulacağı tartışılmıştır. Özellik tabanlı ve benzerlik tabanlı kümeleme yaklaşımlarıyla veriler incelenmiştir. Özellik tabanlı yaklaşımda, müşteriler seçilen özelliklere göre gruplandırılırken ikinci yaklaşımda probleme özgü benzerlik tabanlı kümeleme algoritmaları önerilmiştir. Önerilen kümeleme yöntemlerinde her bir kullanıcı için hesaplanması gereken benzerlik skoru tanımlanmış ve bu skora göre karakteristik kullanıcılar belirlenmiştir. Yolcular, karakteristik kullanıcılara olan benzerliklerine dayanarak, gruplandırılmıştır. Bu yöntemle elde edilen her bir küme için ReliefF algoritması uygulanarak niteliklerin yolculara göre önem sırası belirlenmiştir.