KAŞGARLI MAHMUT BİLGİ GERİ GETİRİM SİSTEMİ (KMBGS) PROJE NO: 97K HAYRİ SEVER ARALIK 1999 ANKARA

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "KAŞGARLI MAHMUT BİLGİ GERİ GETİRİM SİSTEMİ (KMBGS) PROJE NO: 97K HAYRİ SEVER ARALIK 1999 ANKARA"

Transkript

1 Sayfa No: 1 /1 KAŞGARLI MAHMUT BİLGİ GERİ GETİRİM SİSTEMİ (KMBGS) PROJE NO: 97K HAYRİ SEVER ARALIK 1999 ANKARA

2 Sayfa No: 2 /2 Önsöz Bilgi erişim sistemleri, doğal dilde yazılmış metinlerin elektronik ortamda saklanmasını ve gerektiğinde kullanıcının bilgi bulma, toplama, araştırma amaçları ile erişimini sağlayan sistemlerdir. Türkiye'de 1973'lerde başlayan çalışmalar, varolan gelişimleri takip etmede süreklilik göstermemiştir. Bu bariz ihtiyaçdan hareketle Hacettepe Üniversitesi bünyesinde "Kaşgarlı Mahmut Bilgi Geri (KM- BGS)" adlı proje başlatılmıştır yılında T.C. DPT tarafından desteklenmeye layık görülen KMBGS projesi çerçevesinde, Türkçe tabanlı bilgi erişim sistemleri geliştirilmiştir (referans için, adresindeki KMBS Ev Sayfasına bakılabilir). Bu bazda yapılan çalışmalar üç noktada yoğunlaşmıştır: (a) tek başına bilgi erişim sistemi (b) standart belge modeli ve (c) Internet tabanlı arama makinası. Birinci kısımda, Türkçe belgeleri saklayan, dizinleyen ve sorgulamaya olanak veren bir Boolean bilgi erişim sisteminin gerçekleştirilmesi hedeflenmiştir. Bu kapsamda, Linux platformunda ANSI C dili kullanılarak SMART Bilgi Geri- Türkçe ye font, gövdeleme ve mesaj düzeyinde yerelleştirilmiş ve üzerinde Türkçe gömü (thesarous) çalışması yapılmıştır. SMART sistemi, 1960 lı yıllardan başlıyarak akademik amaçlı sürekli geliştirilen bir labaratuvar dizgesi olarak düşünebilir. Bu çalışma bir çok endüstriyel ürünün tasarımına kaynaklık etmiştir; en son örneği HotBoat arama makinasında görülebilir. İkinci kısımda, standart belge modeli oluşturmada makinaca anlaşılabilir belge modelleri (belgenin gösterimi ve gerek belge-içi gerekse de belgeler arası ilişkilerin standart bir biçimde tanımlanması) üzerinde çalışılmıştır. Bu kapsamda, World Wide Web (WWW) Konsorsiyumu tarafından desteklenen Resource Description Framework (RDF) modeli temel alınmıştır. RDF modeli basitlik, genişletilebilirlik ve sözcük haznesi kontrolu ilkeleri çerçevesinde nesneye-dayalı paradigma kullanılarak geliştirilen çizge tabanlı bir modeldir. Internet kaynakları içeriği ve birbirleriyle olan ilişkileri (daha genel olarak kaynaklar üzerine deyimler), bir yönlü çizge kullanılarak tanımlandığı için serileştirme dili kullanılmak zorundadır. Bu amaçla, Standart Generalized Markup Language (SGML) editörü (H-DCEdit) Unix ortamında ANSI C ve MOTIF kullanılarak geliştirilmiştir. H-DCEdit Internet kaynaklarını modellemede

3 Sayfa No: 3 /3 RDF in genişletilebilirlik özelliği kullanılarak oluşturulan Dublin Core (DC) üstveri elemanlarını (kısaca RDF/DC) kullanmaktadır. Oluşturulan bir modelin serileştirilmesi XML ile uyumlu SGML belge tür tanımı aracılığı ile yapılmaktadır. Bu çalışmaya ek olarak, oluşturulan RDF/DC belgelerinin, DSSSL (Document Style Semantics and Specification Language) standardı yardımıyla farklı belge biçimlerinde yeniden biçimlenmesi de sağlanmıştır. H-DCEdit Türkçe dili desteği sağlamaktadır. Başka bir deyişle, bu yazılım paketi oluşturulan RDF/DC belgelerinin içeriklerinin Türkçe olarak İnternet üzerinden dağıtılabilmesini sağlayacak olanakları içermektedir. Üçüncü kısımda İnternet kaynaklarına kullanıcıların bilgi ihtiyaçlarını karşılayacak ve aynı zamanda takılar üzerinden sorgulama imkanı veren bir sorgu makinasının yerelleştirilmesi amaçlandı. Bu kapsamda CNIDR (Center for Networked Information Discovery and Retrieval) tarafından geliştirilen Isite/Isearch makinası ele alınmıştır. Bu arama makinasının özelliği takılı belgeler üzerinden sorgulama imkanı vermesidir ki bu bize H-DCEdit yazılımı ile bütünleştirilmesini sağlamaktadır. Isite/Isearch yazılımına kaynak olan Internet belgeleri verilen bir http adresinden (çekirdek adres) başlanarak ve ilgili alan (domain) dışına çıkılmadan yerel diske bir web-spider aracılığı ile dizinlenmek üzere yüklenir. KMBGS projesi kapsamında gerçekleştirilen ürünlere ve proje hakkında detaylı bilgilere/belgelere adresinden ulaşılabilir.

4 Sayfa No: 4 /4 İçindekiler Tablo ve Şekil Listeleri

5 Öz Sayfa No: 5 /5 Tipik bir bilgi geri getirim sistemi (Türkçe kaynaklarda ayrıca bilgi erişim sistemi olarak da adlandırılır) terimler, belgeler, sorgular ve belge-sorgu benzerliğini [0-1] ölçeğinde veren geri getirim fonksiyonları aracılığı ile tanımlanır. Terimler gerek belgeleri gerekse de sorguları göstermede kullanılır. Bilgi erişim sistemlerinde doğal dile bağımlılık bu noktada açığa çıkmaktadır. Açık bir deyişle, terimlerin gövdelenmesi (çekim eklerinin atılarak yapım eklerinin korunması) ve terimler arası ilişkilerin (kısaca sözcük haznesi ya da gömü) ortaya çıkarılması işlemlerinin otomatik olarak, ilgili doğal dilin özellikleri kullanılarak yapılması gerekmektedir. Bu tür işlemleri kapsayan fakat onlarla sınırlı olmıyan sürece yerelleştirme adı verilmektedir. (KMBGS) Projesi ile ülkemizde bilgi erişim alanında çalışmalarına süreklilik kazandırmak ve yön vermek amaçlanmıştır ( Bu çerçevede yürütülen çalışmalar üç noktada yoğunlaşmıştır: (a) tek başına bilgi geri-getirim sistemi (b) standart belge modeli ve (c) Internet tabanlı arama makinası. Tek başına bilgi geri-getirim sistemi oluşturma kapsamında SMART sistemi yerelleştirilmiştir. Bu bazda yapılan deneyler göstermiştirki gövdeleme ile sistemin anma ve duyarlılık performansları (gövdelenmeyen sözcüklere oranla) ortalama %30 düzeyinde ve otomatik gömü yapısının eklenmesi ile sistemin Rnorm performansı (gövdeleme fakat gömüsüz sisteme oranla) ortalama %5 düzeyinde artmıştır. Son deneyde beklenen duyarlılık ve anma değerlerinde %10 lık artışa ulaşılamamıştır. Aksine gövdeleme artı gömü olanaklarına sahip bir bilgi geri-getirim sistemi, yalnızca gövdelemeye sahip bir sistemle benzer performans göstermiştir. Bu sonuca deneyde kullanılan belgeler kolleksiyonun birbirinden oldukça farklı içerikleri içermesinin yol açtığı tahmin edilmektedir. Bu tahmin sonraki deneylerle doğrulanmaya çalışılacaktır. Internet kaynakları günümüzde makinaca anlaşılır değildir. Bu problemin adreslenmesi için çeşitli çalışmalar yapılmıştır. Bunlardan biri World-Wide Web (WWW) Konsorsiyumu tarafından desteklenen Resource Description Framework (RDF) dir. Bu proje kapsamında, Standart Generalized Markup Language (SGML) editörü (H-DCEdit) Unix ortamında ANSI C ve MOTIF kullanılarak geliştirilmiştir. H- DCEdit Internet kaynaklarını modellemede RDF in genişletilebilirlik özelliği kullanılarak oluşturulan Dublin Core (DC) üstveri elemanlarını (kısaca RDF/DC)

6 Sayfa No: 6 /6 kullanmaktadır. Bu çalışmaya ek olarak, oluşturulan RDF/DC belgelerinin, DSSSL (Document Style Semantics and Specification Language) standardı yardımıyla farklı belge biçimlerinde yeniden biçimlenmesi de sağlanmıştır. H-DCEdit Türkçe dili desteği sağlamaktadır. RDF/DC belgelerini dizinleyebilen ve takılı arama imkanı veren Isite/Isearch arama makinası CNIDR (Center for Networked Information Discovery and Retrieval) kuruluşu tarafından Z standartında geliştirilmiştir. Bu proje kapsamında Türkçeye yerelleştirilmesi çalışması tamamlanmak üzeredir. Isite/Isearch arama makinasının özelliği takılı belgeler üzerinden sorgulama imkanı vermesidir ki bu bize H-DCEdit yazılımı ile bütünleştirilmesini sağlamaktadır. Isite/Isearch yazılımına kaynak olan Internet belgeleri verilen bir http adresinden (çekirdek adres) başlanarak ve ilgili alan (domain) dışına çıkılmadan yerel diske bir web-spider aracılığı ile dizinlenmek üzere yüklenir.

7 Abstract Sayfa No: 7 /7 A typical information retrieval system (IRS) can be defined a quadruple algebraic structure consisting of terms, documents, queries, and retrieval functions, where: the terms are used to represent documents as well as queries and the retrieval functions measure the extent of similarity between documents and queries and range real values between zero and one indicating a total mismatch and perfect match, respectively. In developing IRSs, a dependency requirement for a natural language would raise when stemming the terms to be processed (e.g., the words in Turkish language are stemmed by removing inflectional suffixes but keeping derivational suffixes in place) and when establishing relationships between terms (e.g, an automatic construction of thesaurus of Turkish words). The process in related to handling language related issues is called localization/nationalization. The missions of Kaşgarlı Mahmut Information Retrieval System (KMBGS) Project are to providing a continuity in and directing the information retrieval studies in Türkiye ( The works in this framework emphasis on three items: (a) a stand-alone IRS, (b) a standart data model of Internet resources, and (c) a search engine. In the scope of providing a stand-alone IRS, the SMART retrieval system has been localized, which we call the resulting system T-SMART retrieval system. The experimental work in this context has shown that (a) when T-SMART system is equipped with stemming utility, its performance in terms of recall and precision has been increased %30 in avarage and (b) when T-SMART is equipped with both thesaurus and stemming utilities, its Rnorm performance in respect to using only stemming utility has been increased %5 in avarage. In the latter experiment, a ten percent increase in precision and recall values has been expected, but could not be attained. On the contrary, we have obtained roughly the same performance in both cases (i.e., stemming plus thesaurus versus only stemming). It is suspected that quite big differences in contents of documents of the collection, which has been used during the experiment, has caused to attain such a result. We will attempt to verify this postulate in subsequent experiments. In nowadays, Internet resources are not machine-understandable resources. To adress this problem a number of studies have been done. One such a study is the

8 Sayfa No: 8 /8 Resource Description Framework (RDF), which has been supported (and funded) for a while by World-Wide Web (WWW) Consortium. In the context of this project, Standart Generalized Markup Language (SGML) authoring tool (H-DCEdit) has been implemented using ANSI C and MOTIF on Unix platform. To model Internet resources, H-DCEdit employs metadata elements of Dublin Core (RDF/DC) which have been built on top of RDF by exploiting its extensibility feature. In addition to this work, a possible view of RDF/DC documents is provided using Document Style Semantics and Specification Language (DSSSL) standard. H-DCEdit supports use of Turkish language in describing Internet resources. Isite/Isearch system developed Center for Networked Information Discovery and Retrieval (CNIDR) organization with respect to Z standard is able to index documents and allows one to query the indexed terms in tagged elements (e.g., terms in RDF/DC elements). In the scope of this project, the localization of this Isite/Isearch system is about to be completed. The feature of supporting queries over tags provides basis for integrating H-DCEdit authoring tool with Isite/Isearch search engine. In order to be indexed by Isite/Isearch system, Internet resources starting from a seed http address and staying within the given domain are dowloaded to a local disk using a Web-crawler (e.g., VGATE).

9 Sayfa No: 9 /9 KMBGS Projesi Ana Metni Bilgi erişim sistemleri, doğal dilde yazılmış metinlerin elektronik ortamda saklanmasını ve gerektiğinde kullanıcının bilgi bulma, toplama, araştırma amaçları ile erişimini sağlayan sistemlerdir. 1960'lı yıllara gelirken literatürde, günümüzdeki anlamıyla kullanılmaya başlayan bilgi erişim sistemleri, bilgisayar bilimleri ve teknolojisindeki gelişmelere paralel bir gelişim süreci göstermiştir. Ancak Türkiye'de 1973'lerde başlayan çalışmalar, varolan gelişimleri takip etmede süreklilik göstermemiştir. Oysa ki bilgi erişim sistemleri girdi olarak işledikleri metinler gereği doğal dile bağımlıdır; çünkü belgeler, doğal dilin özelliklerine göre dizinlenirler. Dolayısıyla bu alanda geliştirilen yöntemlerin, uygulamaların Türkçe için gözden geçirilmesi gereklidir. Ayrıca Dünya ile paralel olarak Türkiye'de de çeşitli özel ve kamu kuruluşları, elektronik ortamda daha çok ve daha etkin veri işleyebilme ihtiyacındadır. Bu bariz ihtiyaçlardan hareketle Hacettepe Üniversitesi bünyesinde "Kaşgarlı Mahmut Bilgi Geri (KM-BGS)" adlı proje başlatılmıştır yılında T.C. DPT tarafından desteklenmeye layık görülen KMBGS projesi çerçevesinde, Türkçe tabanlı bilgi erişim sistemleri geliştirilmiştir (referans için, adresindeki KMBS Ev Sayfasına bakılabilir). Bu bazda yapılan çalışmalar üç noktada yoğunlaşmıştır: (a) tek başına bilgi erişim sistemi (b) standart belge modeli ve (c) Internet tabanlı arama makinası. Birinci kısımda, Türkçe belgeleri saklayan, dizinleyen ve sorgulamaya olanak veren bir Boolean bilgi erişim sisteminin gerçekleştirilmesi hedeflenmiştir. Bu kapsamda, Linux platformunda ANSI C dili kullanılarak SMART Bilgi Geri- Türkçe ye font, gövdeleme ve mesaj düzeyinde yerelleştirilmiş ve üzerinde Türkçe gömü (thesarous) çalışması yapılmıştır. Deneysel çalışma aşamasında ilk olarak, SMART Bilgi Erişim Sistemi'ne eklenen Türkçe gövdeleme algoritmasının erişim performansına etkisi araştırılmıştır. Elde edilen sonuçlar, sözcükleri gövdeler halinde kullanmanın daha etkin olduğunu göstermiştir. Daha sonra çeşitli parametrelere göre üretilen gömüler için yapılan performans araştırmasında, gömü kullanımının erişilen ilgili belge sayısını artırmazken, ilgili belgeleri erişim çıktısında üst sıralara yerleştirdiği görülmüştür.

10 Sayfa No: 10 /10 İkinci kısımda, standart belge modeli oluşturmada makinaca anlaşılabilir belge modelleri (belgenin gösterimi ve gerek belge-içi gerekse de belgeler arası ilişkilerin standart bir biçimde tanımlanması) üzerinde çalışılmıştır. Bu tür modellerin önemi aşağıdaki gibi açıklanabilir. İnternet üzerinde büyük miktarda bilgi toplanmaktadır. Bu bilgilerin işlenmesinin otomatikleştirilmesinde sorunlar vardır. Çünkü İnternet kaynakları makinaca-okunur özelliğe sahip olmasına rağmen makinaca-anlaşılır değildir. Yani Web kaynaklarının içeriklerinin ifade biçimleri yapısal değildir. Bu gerçek bilginin yorumlanmasını güçleştirdiğinden, bilginin harmanlanması ve ilişkili üstveri tanımlanması, standart bir biçimde yapılmalıdır. Web kaynaklarının modellenmesi üzerine yapılan çalışmalardan bir tanesi Resource Description Framework (RDF) çalışmasıdır ve bu çalışma World Wide Web Konsorsiyumu tarafından yürütülmektedir. Biz çalışmamızda, elektronik kaynakların içeriklerinin tanımlanmasını, RDF modeli kullanılarak sağladık. RDF modelinin serileşme sözdizimi olarak SGML (Standart Generalized Markup Language) kullandık. Elektronik kaynak içeriklerinin tanımlanmasında üstveri kümesi olarak ise Dublin Core (DC) üstveri elemanları kullanıldı. Sonuç olarak RDF çerçevesi içinde DC üstveri elemanları kullanılarak elektronik kaynak bilgilerini SGML belgesi biçiminde üreten bir yazılım gerçekleştirdik. Bu çalışmaya ek olarak oluşturulan SGML belgelerinin, DSSSL (Document Style Semantics and Specification Language) standardı yardımıyla farklı belge biçimlerinde yeniden biçimlenmesi de sağlanmıştır. Geliştirilen yazılım Türkçe dili desteği sağlamaktadır. Oluşturulan SGML belgeleri içeriklerinin Türkçe olarak İnternet üzerinden dağıtılabilmesini sağlayacak olanakları içermektedir. Üçüncü kısımda İnternet kaynaklarına kullanıcıların bilgi ihtiyaçlarını karşılayacak ve aynı zamanda takılar üzerinden sorgulama imkanı veren bir sorgu makinasının yerelleştirilmesi amaçlandı. Bu kapsamda, geliştirim süreci aşağıda verilen Isite/Isearch makinası ele alınmıştır. Belge gösterim dili olarak HTML ve XML kullanabilir. Internet kaynakları verilen bir http adresinden (çekirdek adres) başlanarak ve ilgili alan (domain) dışına çıkılmadan yerel diske bir web-spider aracılığı ile dizinlenmek üzere yüklenir. Ayrıca, Isite/Isearch makinası, RDF/DC veri modeli standardında geliştirdiğimiz bir SGML editörü (HDC_Edit) aracılığı ile yaratılan XML dosyalarını verilen kullanıcı sorgusu çerçevesinde dizinleyebilir ve sorgulayabilir.

11 Sayfa No: 11 /11 Proje ana metni genel bakış, gelişme, ve sonuç bölümleri etrafında organize edilmiştir. Her bir bölüm ilgili çalışmalara ayrılmış alt bölümlemeleri içermektedir. Bu alt bölümler KMBGS Ev Sayfasındaki bilgilerden derlenerek oluşturulmuştur. KMBGS Ev Sayfası Proje, Belgeler, Gerçekleştirim, Çalışanlar, Bağlantılar, ve Arşiv kısımlarından oluşmaktadır. Proje kısmı KMBGS proje teklifini içermektedir ve okuyucuya proje hakkında genel bir bilgi (amaç, kapsam, yöntem, sonuçların uygulanabilirliği, vb.) vermektedir. Belgeler kısmı ise, proje kapsamında şu ana kadar yapılan tezleri (GövdeBul: Türkçe Gövdeleme Algoritması, G. Duran; Dublin Core Üstveri Elemanları Editörü, B. Olgun; SMART BES nin Türkçe Yerelleştirilmesi ve Otomatik Gömü Üretimi, E. Sezer; Isite/Isearch Sistemi, Teknik Rapor, F. Akal) ve yayın ve sunumları içermektedir. Gerçekleştirim kısmı ise, yine proje kapsamında gerçekleştirilen ürünleri ve uygulamaları içermektedir. Ürünler buradan serbestçe çekilip (being downloaded) ilgili platformda çalıştırılabilinir. Uygulamalar arasında DPT sitesi içeriği üzerinden sağlanan arama arayüzü bulunmaktadır (Devlet Planlama Teşkilatı Sitesi ne tıklayınız). Ayrıca HÜ Bilgisayar Mühendisliği Bölüm Kütüphanesi H-DCEdit üzerinden elektronik olarak RDF/DC modelinde kayıtlanmış ve sorgu arayüzü sağlanmıştır. Çalışanlar kısmında bu projeye katkı veren araştırıcıların ev sayfalarına bağlantılar bulunmaktadır. Bağlantılar kısmında ise, proje boyunca yararlanılan tarafımızca önemli ve ilginç bulunan Internet Kaynaklarının adresleri verilmektedir. Arşiv kısmında ise, proje kapsamında gerçekleştirilen ürünlere taban teşkil eden ürünlere (SMART 11.0, JADE, Isite/Isearch, vb.) yer verilmiştir. Başka bir deyişle bu ürünlere ait kodlar arşivlenmiştir.

12 Sayfa No: 12 /12 1 Genel Bakış 1.1 Tek-Başına Çalışan Bilgi Geri-Getirim Sistemleri Bilgi erişimi (ya da geri-getirim) deyimini, ilk kez Amerikalı Calvin Moers in kullandığı çeşitli yayınlarda belirtilmiştir[2,3]. Aslında sistemin amacı bilgi vermekten önce, belli bir konuya ilişkin belgelerin varlığı ve nerede bulunabileceğinin bildirilmesidir. Türkiye de bu konuda çalışmalar yapmış olan A. Köksal bilgi erişimini : Bir bilgi erişimi sistemini kullanarak, içerik bakımından araştırılan konu ve kavramlar ile ilgili olarak genellikle varlığı bile bilinmeyen belgelerin izini bulmayı amaçlayan araştırma biçiminde tanımlamıştır[2]. Buna örnek olarak gazete arşivleri, kütüphane katalogları, makaleler, hukuk bilgileri gibi doğal dilde yazılmış metinlerden oluşan verilerin elektronik ortamda saklanması ve erişilmesi için oluşturulan bilgi erişim sistemleri verilebilir. Günümüzde Türkçe elektronik ortamlarda tutulan belgelerdeki büyük artış, bu belgeleri kullanıcının hizmetine sunacak araçlara/sistemlere gereksinimi artırmıştır. Bilgi erişim sistemlerinde, kullanıcının ihtiyacını ifade eden sorguya karşılık belgeler üzerinde arama yapılarak, kullanıcının ihtiyacı ile ilişkili olduğu düşünülen belgeler döndürülür. Bu işleme yakından bakılırsa belgeleri sisteme sunuldukları halleri ile değil, belgelerin içeriğini yansıtan belirteç kümesi halinde kullanma zorunluluğu görülür. Bu içerik belirteçlerine anahtar kelime, dizin terimi, tanımlayıcı gibi adlar verilir. İçerik belirteçleri kullanmak, ilk olarak 1950 li yılların sonuna doğru Luhn tarafında önerilmiştir[13]. Her bir dizin terimi belgelerin içeriğini bütünüyle değil, ancak bir yönüyle ifade eder ve bir belge için bir çok dizin terimi seçilir. Sorgu ile belge karşılaştırmalarında ise her ikisi için belirlenen içerik belirteçleri arasında birebir eşlemeden çok yeterli oranda benzerlik aranır. Görüleceği üzere erişim işlemlerinde performans dizin terimleri seçimine direk bağlıdır. Belge için dizin terimlerini belirleme işlemine dizinleme denir. Başka bir deyişle dizinleme bir süreçtir ve bu süreç terim-belge, terim-terim ilişkileri ile şekillenir. Dizinleme işlemini otomatik ya da elle (manual) gerçekleştirmek mümkündür. Elle dizinlemede konu uzmanları önceden hazırlanmış, terimlerin kullanımını gösteren

13 Sayfa No: 13 /13 sözlüklere bakarak ilgili belge için dizin terimlerini seçerler. Bu tarz ile yüksek bir biçimdeşlik (uniformity) ve kalite elde etmek mümkündür. Terimlerin seçimi belli bir konu sözlüğüne göre yapıldığı için kontrollü dizinleme denir. Ancak terim sözlüklerini hazırlama ve bilgi erişim sistemlerinde kullanmanın zorluğu ve maliyetinden kurtulmak için belgeler üzerinde direk işlem yaparak dizin terimlerinin seçildiği otomatik yöntemler geliştirilmiştir. Belge, dizinleme için direk girdi olabildiğinden dizin terimleri daha çeşitlidir ve kullanıcı, sorgusunu daha rahat ifade edebilir. Bu yönteme de kontrolsüz veya otomatik dizinleme denir. Biçimsel olarak tipik bir bilgi erişim sisteminin matematik modeli (T, I, R, V, ) şeklinde ifade edilebilir. İfadede T: belgeleri dizinlemek için seçilen dizin terimleri kümesini, I: derlemde yer alan belgeler kümesini, R: sorgular kümesini, V: sorgu ile belgenin benzerliğini gösteren pozitif kesirli sayılar kümesini ve :R x I V fonksiyonu, belge ve sorgular arasında tanımlanan benzerliğin derecesini gösterir (Bkz. Bölüm 2.2). Bir bilgi erişim modelinde, her bir terimin ayrım gücü vardır. Ayrım gücü, terimin belge uzayındaki belgeleri birbirinden ayırabilme/sınıflayabilme gücüdür. Derlem içinde geniş anlamlı, sık kullanımlı terimler için ayrım gücü az; daha dar anlamlı, az kullanımlı terimler için yüksek beklenir. Örneğin bilgisayar terminolojileri ile ilgili belge derlemi için bilgisayar terimi, madenleme teriminden daha az ayrım gücüne sahiptir. Bilgi erişim terminolojisinde ayrım gücü neredeyse hiç olmayan terimlerin oluşturduğu listeye durma listesi denir. Örneğin ve terimi içinde geçtiği belgeyi diğer belgelerden ayıramaz. Zira bir çok belgede geçebilecek bir terimdir. Aynı biçimde ya da, ama vs gibi kelimeler Türkçe durma listesine aittir[10]. Dokuz Eylül Üniversitesi Bilgisayar Mühendisliği Bölümü nde Adil Alpkoçak, Alp Kut ve Esen Özkarahan tarafından yapılan Bilgi Bulma Sistemleri için Otomatik Türkçe Dizinleme yöntemi isimli çalışma kapsamında, Türkçe için durma listesi oluşturulmuştur[10]. Liste oluşturulurken öncelikle Türkçe de yer alan zarf, sıfat, ilgeç, zamir ve bağlaçlar Türkçe de dizin terimi olarak anlamı olmayan sözcükler olarak algılanmıştır. Terimlerin içinde geçtikleri belge sayısı, o terimin belge sıklığıdır. İdeal olanı dizin terimlerinin orta sıklıklı ve ayrım gücü yüksek terimlerden oluşturulmasıdır. Çünkü sorguyla ilgili ve ilgisiz olan belgeleri belirlerken, ayrım gücü yüksek terimleri kullanmak daha başarılı sonuçlar üretir.

14 Sayfa No: 14 /14 Terimler, doğal dilde yazılı belgelerden çıkartılırken belgelerden elde edildikleri halleri ile dizinde yer alırlarsa aynı gövdeden türemelerine rağmen, farklı çekim eki almış terimler farklı algılanır. Eğer kullanıcı da aynı gövdeye başka bir çekim eki getirerek sorgu hazırlarsa, aynı gövdeden türemiş terimlerin birbiri ile yakınlığı terimler gövdelenmeden yakalanamaz. Dolayısıyla, terimin gerek bir belge için sıklığı gerekse geçtiği belge sayısı gövdeleme yapılması ile yapılmaması tercihine göre çok değişir. Bir bilgi erişim modelinde, var olan belgelerin oluşturduğu kümeye belge derlemi; sunulan bir sorgu ile ilişkili olarak dönen belgeler listesine erişim çıktısı denir. Bir bilgi erişim sisteminin performansı anma (recall) ve duyarlılık (precision) parametreleri ile ölçülür. Anma erişim çıktısındaki ilgili belge sayısının, derlemdeki ilgili belge sayısına oranıdır. Yani derlemde varolan ilgili belgelerden ne kadarının erişim çıktısında yer aldığını gösterir. Duyarlılık ise, erişim çıktısındaki ilgili belge sayısının, erişim çıktısındaki belge sayısına oranıdır. Yani erişilen belgelerden ne kadarının sorgu ile ilişkili olduğunu gösterir. Tanımları gereği anma ve duyarlılık [0-1] aralığında değer alır ve en iyi durum her ikisinin 1 olmasıdır. Bu parametrelere Bağlı olarak mükemmel ve kabul edilebilir erişim çıktıları tanımlanır. Bir sorgu ile ilişkili olarak, derlemdeki belgelere pozitif yani ilişkili belge ve negatif yani ilişkisiz belge etiketleri verilecek olursa: a. Mükemmel çıktı, en iyi durumu gösterir ve erişim çıktısının derlemdeki tüm pozitif belgeleri içermesi ve hiç negatif belge içermemesidir. b. Kabul edilebilir erişim çıktısı, erişim çıktısında pozitif belgelerin negatif belgelerin önüne gelecek şekilde sıralanmasıdır. Bu tezde, kabul edilebilir erişim çıktısı elde edebilmek performans hedefi olarak seçilmiştir. Bu hedef, ideal durum olan mükemmel çıktıyı elde etmenin pratik olmamasından kaynaklanır. Bilgi erişim sistemlerinde performansı artırmak için kullanıcıdan geribildirim alınır. Erişim sonucunda döndürülen belgelerden kullanıcı ilgili bulduklarını sisteme geribildirim olarak sunar. Geribildirim belgelerinden; sorgunun benzerliğini ilgili bulunan belgeler ile artıracak, ilgisiz bulunan belgeler ile azaltacak terimler seçilerek yeni bir sorgu oluşturulur. Oluşturulan yeni sorgudan beklenen, ilgili ve ilgisiz belgeleri birbirinden ayırmasıdır. Geribildirim süreci, kullanıcı kendisine döndürülen

15 Sayfa No: 15 /15 erişim çıktısından memnun oluncaya kadar devam eder yani geribildirim tekrarlı bir süreçtir. Bir bilgi erişim sisteminin genel modeli Şekil 2.1 ile özetlenmiştir. Şekilde her elips bir işlem adımını gösterirken, oklar üzerinde ilgili işlem adımının girdisi belirtilmiştir.

16 Sayfa No: 16 /16

17 Sayfa No: 17 /17 Dizin terimlerinin seçimi, anma ve duyarlılığı etkiler. Yani az sayıda dar anlamlı terimlerin dizinlemede kullanımı duyarlılığı arttırır. Çok sayıda geniş anlamlı terimlerin kullanımı anmayı arttırır. Bilgi erişim sistemlerinde bir terimin dizinlemede kullanılıp kullanılmayacağına gömü adı verilen yetke kütüğüne bakılarak karar verilir[3]. Gömüde, terimler ele alınan ilişkiye göre sınıflandırılır. Bu ilişki eşanlamlılık, yakın anlamlılık, daha genel üst terim, daha özel alt terim gibi anlamsal ilişkiler olabileceği gibi ayrım gücü denkliği, belge sıklığı gibi istatistiksel ilişkilerde olabilir. Seçilen ilişkiye göre birbiri ile yakın bulunan terimler bir sınıfta toplanır. Gömünün sınıflı yapısında her bir sınıf için bir yeğlenen terim (preferred term) seçilir. Aynı sınıfın diğer elemanları yeğlenen terime gösterge ile bağlıdır. Yani dizinleme işleminde, her terim dizinlemeye kendisi olarak değil sınıfının yeğlenen terimi halinde dahil olur. Gömü ile amaçlanan kullanıcının sorgusunda kullandığı terimler ile gömüde o terimler ile ilişkili bulunmuş diğer terimleri de kapsayarak erişimi gerçekleştirmek ve performansı artırmaktır. Bugüne değin Türkiye de yürütülen çalışmalar genelde varolan yabancı dillerdeki gömülerin Türkçe ye çevrilmesi biçiminde olmuştur. Bazılarını örneklemek gerekirse sağlık bilimleri alanında MEDLARS bilgi erişim sisteminin MeSH (Medical Subject Headings) gömüsü Hacettepe Üniversitesi nde; mühendislik ve temel bilimler alanındaki BSI ROOT Gömüsü; tarım, hayvancılık biyoloji, zooloji alanındaki AGRIVOC Gömüsü; sosyal bilimler alanındaki UNESCO Gömüsü nün kimi alt bölümleri Türkiye Bilimsel ve Teknik Araştırma Kurumu nda çevrilmiştir[2]. Ayrıca TÜBİTAK Yapı Planlama Araştırma Enstitüsü nce yayınlanan Anahtar Sözcük Dizini, bina bilimi ve teknolojisi alanını ve çevre bilimlere ilişkin kesimleri kapsayan 4000 sözcükten oluşan bir gömü niteliğindedir[3]. Bir bilişim toplumu olmayı hedefleyen Türkiye de, bilgi erişim sistemlerine duyulan ihtiyaç açıktır. Bu ihtiyaç devlet kuruluşlarında, özel ya da yarı özel kuruluşlarda bilgi bankaları ya da elektronik arşiv olarak ortaya çıkmaktadır. Ancak literatürde 40 yıllık bir geçmişe sahip bilgi erişim sistemlerinin Türkiye ye yansıması sistematik değil eklektik bir tarzda olmuştur. Bilgi erişim sistemleri doğal dilde yazılmış belgeleri yine onların içinden seçilen terimler ile ifade ettiğinden doğal dile bağımlılığı büyüktür. Her bilgi erişim sisteminin

18 Sayfa No: 18 /18 dizinleme ve gövdeleme adımları, durma listeleri, gömü yapısı ilgili dil tabanında hazırlanır. Dolayısıyla bilgi erişim sistemleri alanında ortaya atılan kavramların, yöntemlerin Türkçe için gözden geçirilmesi şarttır. Bu da bilgi erişimi alanında uzun vadeli ve sistemli çalışmayı gerektirir. Herhangi bir doğal dil için geliştirilen bir bilgi erişim sisteminin, Türkçe belgelere erişimi sağlıklı gerçekleştirmesi için hangi uyarlamalara ve eklere ihtiyaç duyduğu sorusu bu tez ile cevaplanmaya çalışılmıştır. Ayrıca bir bilgi erişim sistemi için dizin terimlerini gövdeleme işleminin ve Türkçe gömünün sisteme performans açısından etkisi araştırılmıştır. Elde edilen Türkçe tabanlı bilgi erişim sistemi ile hem pratik bir ihtiyacı karşılamak hem de deneysel çalışmalara zemin hazırlamak mümkün olacaktır. Bu proje kapsamında, İngilizce tabanlı işlem yapan SMART bilgi erişim sistemi Türkçe belgeleri sağlıklı ele alması için Türkçe ye uyarlanmış ve otomatik gömü üretilmiştir. SMART 60 lı yıllarda G. Salton tarafından, vektör uzayı modelinde sunulmuş bir bilgi erişim sistemidir. Deneysel çalışmalara taban olması için büyük esneklikle tasarlanmıştır. Aynı zamanda bir bilgi erişim sistemi olarak kullanılabilecek performansa sahiptir. SMART ın ele aldığı belgeler elektronik ortamdaki e-posta mesajlarından, makalelere kadar uzanır. Kullanıcı sorguyu doğal dilde sunar. Çıktı olarak kullanıcı sorgusuna en çok benzeyen belgelerden daha aza doğru sıralı erişim çıktısı geri döner. SMART ın bu ana yapısı korunarak Türkçe belgeler için varolan karakter kümesi farklılığı, gövdeleme, durma listesi sorunları halledilmiştir. İngilizce den farklı olarak alfabede varolan ğ,ğ,ü,ü,ş,ş,ı,i,ö,ö,ç,ç karakterleri sisteme tanıtılmıştır. Bünyesinde varolan İngilizce gövdeleme algoritması yerine Gökmen Duran tarafından 1997 yılında H.Ü. Bilgisayar Bilimleri Mühendisliği Bölümü Yüksek Mühendislik tezi kapsamında geliştirilen Türkçe gövdeleme modülü yerleştirilmiştir. Bu aşamada SMART ve gövdeleme modülü arasında varolan gerçekleştirim dili farklılığı giderilmiştir. Ayrıca pratik kullanımı kolaylaştırmak amacıyla arayüzü Türkçe ye çevrilmiştir Gömü

19 Sayfa No: 19 /19 Elektronik ortamda bulunan belgelere erişim gün geçtikçe karmaşıklaşmaktadır. Zira hem veriler çok hızlı artmakta hemde verilere ilişkin işlem talepleri çeşitlenmektedir. İlk zamanlarda geliştirilen bilgi erişim sistemlerinde, sorguda kullanılan terimler ile belgede geçen terimler arasında bire bir eşleme olması gerekirdi. Daha sonra terimler derlem içindeki istatistiksel özellikleri (belge ve terim sıklıkları) kullanılarak ağırlıklandırılarak kullanıldı. Tek sözcük üzerinden yapılan erişimler, yerini tamlamaların ve işleçlerin kullanılabildiği sorgulara bıraktı. Sorguda kullanılan terimlerin hepsinin ya da bir kısmının belgede geçme zorunluluğu kullanılan gömü yapıları ile ortadan kalktı. Yani sorgu ile hiç ortak terim içermeyen belgelerinde erişim çıktısında yer alması gömü ile mümkün oldu. Tipik bir bilgi erişim sistemi için gömü, terimlerin belli bir ilişkiye göre düzenlenmesidir[22]. Gömü, dizinleme ve erişim hizmetlerinde terimlerin kullanımına rehberlik eder. Bu özelliği ile bir yetke kütüğü olduğu söylenebilir[3]. Gömü ile amaçlanan; kullanıcı sorgusunu, sorguda kullanmadığı ama bilgi ihtiyacı ile ilişkili terimler ile genişletmektir. Sorgu genişletmede kullanılacak terimler gömü ile belirlenir. Böylece sorgular kullanıcının ifade şeklinden kısmen bağımsızlaştırılır ve sorguya eklenen terimler ile daha fazla ilgili belgeye erişme imkanı ortaya çıkar. Bir gömünün performansı da dizinleme ve/veya erişim aşamasında kullanıldığı ve kullanılmadığı durumlarda anma ve duyarlılık parametrelerinin karşılaştırılması ile ölçülür. Bu alanda yapılan çalışmalar gömünün üretildiği derleme benzer derlemlerde kullanılması şartıyla anma değerinde %20 lere yaklaşan artışlar elde edilebildiğini göstermiştir[9,25,41]. Gömü üretimi sırasında ele alınacak ilişkiler iki türlüdür : anlamsal ilişkiler, istatistiksel ilişkiler. Anlamsal ilişkiler için Aitchison ve Gilchrist, 1972 de üç tür ilişki belirlemişler[22]: 1. Denklik ilişkisi : Yakın anlamlılık, eş anlamlılık ilişkisi, 2. Sıradüzensel ilişkiler : Daha dar ya da geniş anlamlılık ilişkisi, 3. Sıradüzensel olmayan ilişkiler : Parça-bütün, nitelik-değer ilişkisi. Buna alternatif olarak Wang, Vandendrope ve Evens 1985 te bu ilişkileri şu biçimde sınıflamışlar[22]: 1. Parça bütün ilişkisi, 2. Aynı cümlede ya da tamlamada birlikte bulunma ilişkisi,

20 Sayfa No: 20 /20 3. Yakın anlamlılık ilişkisi, 4. Eş anlamlılık ilişkisi, 5. Zıt anlamlılık ilişkisi. İstatistiksel ilişkiler ise terimlerin ayrım gücü denkliği, terimlerin derlemde birlikte bulunuşu, terim sıklıkları, sorgu belge benzerlikleri gibi derleme bağlı özellikler üzerinden oluşturulur. İstatistiksel bir ilişki ele alınarak oluşturulan gömünün başarısı onun anlamsal bir ilşkiyi ne kadar yansıttığına bağlıdır. Gömüler, elle (manual) ve otamatik olmak üzere iki türlü üretilirler. Elle yapılan üretim de belli bir konuda uzman olan kişiler, o alanda kaynak taraması yaparak gömüye girecek terimleri ve ele alınacak ilişkileri belirler. Daha sonra terimler ele alınan ilişkilere göre belli bir hiyerarşide elle düzenlenir. Genelde elle üretimde anlamsal ilişkilere dayalı düzenlemeler yapılır. Bu yöntemle iki tür gömü üretilir: ilki WordNet ya da Roget gibi sözcük tabanlı gömülerdir. Yani eş anlamlılık ve zıt anlamlılık ilişkilerini içerip bilgi erişiminde az kullanılırlar. İkincisi INSPEC gömüsü, MeSH, LCSH (Library of Congress Subject Heading) gömüleri gibi hiyerarşik ilişkileri ele alan gömülerdir ve bilgi erişimine yöneliktir. Bu gömülerde ele alınan ilişkiler ve kısaltmaları şunlardır[3,19,22]: BT (Broader Than) : Daha geniş anlamlılık ilişkisini gösterir. NT (Narrower Than): Daha dar anlamlılık ilişkisini gösterir, UF (Use For) : Yerine kullanılabilirlik ilişkisini gösterir, RT (Related To) : Yakınlık ilişkisini gösterir. Bunlardan başka SN (Scope Note) : Terimle ilgili tanım düzeyinde bilgi verir. USE (Use) : Terim yerine kullanılabilecek daha iyi alternatifleri sunar. TT (Top Term) : Terimin bulunduğu hiyerarşide en üstte yer alan terimi gösterir. Anlamsal ilişkilere göre düzenlenmiş gömüde, sorgu genişletilirken hangi ilişkiye göre terim ekleneceği erişim işleminin sonucuna göre değişir. Eğer erişim işlemi sonucu kullanıcıya yeterli belge dönmemiş ise, sorguyu aynı anda birçok ilişkiye göre genişletmek mümkündür. Aksine erişim işlemin sonucu çok fazla belge dönmüş ise daha dar, daha özel terimleri gösteren ilişkiler ele alınabilir. Sorguları NT ilişkisi ile genişletmek anma değerini iyileştirirken, duyarlılığı tolöre edilebilecek düzeyde kötüleştirir. BT ya da RT ile genişletmek anma değerini iyileştirirken, duyarlılık

21 Sayfa No: 21 /21 üzerinde ihmal edilemeyecek negatif etki yaratır[33]. Elle gömü üretim yöntemi bölüm de tartışılmıştır. Otomatik gömü üretiminde ise, belli bir konuya ait belgelerden oluşan derlemden, gömüye girecek olan terimler ayrım gücüne ya da terim sıklığına göre seçilir. Seçilen terimler belli bir istatistiksel ilişkiye göre bir algoritma aracılığı ile sınıflanır. Her sınıf için bir yeğlenen terim (preferred term) seçilir. Bu haliyle yapı birbiri ile denk terimlerin ortak sınıflarda toplanması şeklinde görülmektedir. Dizinleme işlemi sırasında tüm sınıf elemanları aynıymış gibi ele alınır. Yani terimler dizinlemeye kendileri olarak değil sınıflarının yeğlenen terimi biçiminde dahil olur. Örneğin veto, red, itiraz terimleri aynı sınıfta yer alsın ve yeğlenen terim red olsun. Dizinlenecek belgede 3 kere itiraz, 1 kere veto ve 1 kere red terimi geçsin. Dizinleme işlemi sonucunda itiraz ve veto terimleri, dizin terimi olmayacaktır. Red terimi, terim sıklığı 5 olan bir dizin terimi olacaktır. Gelen sorgu içinde aynı dönüşüm yapılacak yani her terim sınıfının yeğlenen terimine dönüştürülücek daha sonra terim sıklıkları, belge sıklıkları ve benzerlikler hesaplanacaktır. Otomatik üretilmiş gömülerde, belli terimler gömü için seçilir. Gömüde yer almayan terimler gerek dizinlemede gerek erişimde direk bulunurlar. Otomatik gömü üretim yöntemleri bölüm de ayrıntılı tartışılmıştır. Gömüler sözcük tamlamalarının ele alınışına göre ikiye ayrılırlar: Ön-düzenlemeli gömü (precoordinate thesaurus) ve son-düzenlemeli gömü (postcoordinate thesaurus). Ön-düzenlemeli gömü, sözcük tamlamalarını içerir. Bu gömülerin avantajı oldukça net, dizinleme ve aramada çok anlamlılığı asgariye indiren tarzda olmalarıdır. Dezavantajı ise kullanıcının sistemin tamlama oluşturma kurallarını bilmesi gerekir. Son-düzenlemeli gömü ise sözcük tamlamalarını içermek yerine tamlamaları arama sırasında oluşturur. Bu yöntemin avantajı kullanıcının tamlama oluşturma kurallarını bilmesini gerektirmez. Ancak terimler gövdelendiğinde arama sırasında oluşturulan tamlamalar ile de okul kütüphanesi ya da kütüphane okulu gibi tamlamalar arasındaki fark kaybedilebilir. Çünkü ikisi de okul ve kütüphane gövdelerinden oluşmaktadır. Bu da duyarlılığı düşürür[22]. Her ikisinin arası denebilecek yöntemde gömünün hem terimleri hem de sözcük tamlamalarını içermesidir. İçinde sözcük tamlaması bulunan gömüler izin verdikleri tamlama boyuna göre de çeşitlenirler. Bazı gömüler 2-3 terimlik tamlamalara izin verirken bazıları için bu sayı daha fazla olabilir. Genelde ön-düzenlemeli gömüler elle, sondüzenlemeli gömüler otomatik olarak üretilmiş gömülerdir.

22 Sayfa No: 22 /22 Gömü üretimine kaynaklık edecek sözcük hazinesinin normalleştirilmesi gerekir. Normalleştirilmeden kastedilen terimlerin gömüde bulunuş biçimleri ile ilgili kurallar konmasıdır. Elle üretilen gömülerde terimler kişilerce seçildiğinden seçilen terimlerin ortak bir formda (örneğin hep isim halinde), hep tekil ya da hep çoğul olması, noktalama işaretlerinden ayıklanmış, hep büyük ya da hep küçük harfle yazılmış olması gibi kurallar baştan belirlenmeli ve uygulanmalıdır. Otomatik üretimde ise normalleştirme sınırlıdır, durma-listesinin ayıklanması ve gövdelemeyi içerir. Literatürde gömü üzerine varolan prensipler, problemler, yöntemler üzerine olan yayınların ancak az bir kısmının otomatik gömü üretimine ait olduğu görülmüştür. Aynı şekilde varolan bir çok gömü elle üretilmiştir. Ancak elle gömü üretmenin yüksek iş gücü ve uzun zamanı gereksemesi, gömünün kendisini oluşturan uzmanların bilgi ve birikimlerine olan hassasiyetinin yüksek oluşu gibi dezavantajları otomatik gömü üretim çalışmalarının yıllardır devam etmesi ve bu yöndeki ısrarcı talebin başlıca sebebidir. Gömü ile ilgili ilk öneri C.N.Moers tarafından 1947 yılında yapıldı. Bu ilk öneri daha çok bir sözlük, ansiklopedi gibiydi sonlarında ise Moers, ilişkili terim sınıflarının tanımını yaptı[34]. Bu ilk adıma rağmen gömünün literatüre girişi 1947 Ağustos unda C.L.Bernier ve E.J. Crane tarafından tanımlanması ile olmuştur. Bernier ve Crane genel bir gömü olamayacağını, daha dar sınırlı alanlar için geliştirilmesi gerektiğini söylediler. Denklik, yakınlık ilişkilerini gösteren bir gömü tanımladılar[34]. H.P.Luhn (IBM), 1957 de bilgi erişim sistemleri için aynı anlama gelen terimleri gruplamayı önerdi. Özellikle Moers in tanımına benzeyen bu yaklaşımda aynı gruba girecek terimlere sınır konuluyordu. Moers te çocuk ile eğitim aynı gruba konulabilirken Luhn grupları bu kadar geniş tutmuyordu. Bernier 1957 de gömünün bir terim hakkında istenebilecek tüm bilgileri yani tüm ilişkileri ele alması gerektiğini öne sürdü. Bernier e göre eş anlamlılık, zıt anlamlılık, grup, cins, sınıf, tür, altsınıf, parça-bütün ilişkileri gömüde eksiksiz olmalıydı ki doğru arama yapılabilsin te Du Pont ve F.R.Whaley, Linde Company Research Labrotory bünyesinde, gömüyü dizinleme aşamasında kullanılacak bir araç olarak tanımlayıp; eş anlamlılık, ilişkili olma ve daha geniş anlamlılık ilişkilerini ele alan bir gömü oluşturdular[34] de Jean Aitchison tarfından Thesaurafacet gömüsü gerçekleştirildi. Mühendislik, yönetim ve teknik alanlar için geliştirilen bu gömüde BT, NT, RT, UF ilişkileri ele alındı[2]. J. Millis, V.Broughton, E.Loates 1984 te ECOT (Educational Courses and Occupations Thesaurus) Gömü sünü İngiltere de eğitim ile ilgili konular için

23 Sayfa No: 23 /23 gerçekleştirdiler. BT, RT, NT, UF ilişkilerini ele aldılar. Anlamsal ilişkileri ele alan, elle üretilmiş en bilinen gömüler 1960 larda MEDLARS ile birlikte üretilen MeSH gömüsü ve 1977 INSPEC için üretilen aynı adlı gömsüdür. Bu gömüler günümüze dek günlenmişlerdir. Bağlı oldukları bilgi erişim sistemleri gereği MeSH gömüsü tıbbi konuları, INSPEC gömüsü fizik, elektrik elektronik, bilgisayar ve kontrol, bilgi teknolojileri konularını kapsamaktadır. MeSH Gömüsü BT, NT, RT ilişkilerini, INSPEC Gömüsü UF, BT, TT, RT ilişkilerini ele almıştır. INSPEC Gömüsü üzerine Eric H. Johnson Illinois Üniversitesi nde arayüz gerçekleştirimi üzerinde çalışmaktadır. Bu çalışmada kullanıcının girdiği terimin bütün ilişkilerini etkin ve kolay anlaşılır biçimde kullanıcıya sunmak amaçlanmıştır[37]. Günümüzde bu tarz anlamsal ilişkileri ele alan, elle oluşturulmuş bir çok gömü mevcuttur. Arkeoloji den sanata, astronomiden mühendisliğe çeşitli konularda 50 yi aşkın gömünün listesi ve ilgili kaynaklar adresinde mevcuttur. Ayrıca elle gömü oluşturmaya yardımcı olan yazılım paketleri Web den belirli ücretler karşılığında elde edilebilmektedir. Bu paketlerde, kullanıcının gömüde kullanacağı terimleri tek tek girdi olarak hiyerarşik sırada sisteme sunması gerekir. Yani bu paketler ile gömü oluşturulmaz, kullanıcının kağıt üstünde oluşturduğu gömü elektronik ortama sağlıklı bir biçimde aktarılır. Terimler arası kurulabilecek anlamsal ilişki türlerinin çoğunu desteklerler. Bu yazılımlar ile amaçlanan gömüyü bu ilişkilere göre çeşitli biçimlerde etkin olarak görüntüleyebilmektir. Bu amaçla geliştirilen paketlerden en ünlüleri ve adresleri şunlardır: MultiTes TCS (Thesaurus Construction System) Otomatik gömü üretimi, K.Sparc Jones un li yıllarda otomatik terim sınıflandırma çalışmalarına kadar uzanmaktadır. Salton, otomatik gömü üretimi ve sorgu genişletme üzerine 1968 lerde başlayan çalışmalarını bilgi erişim sistemleri üzerine yaptığı çalışmalar ile birlikte uzun yıllar sürdürmüştür yılında Van Rijsbergen terimlerin derlemde birlikte bulunuşları üzerine çalışmalar yapmıştır. Yapılan bu ilk çalışmalarda erişim sonuçlarında gelişim elde edilememiştir[35]. Daha sonra 1980 lerde Salton, Yu, Buckley kullanıcıdan alınacak eksiksiz geri bildirimleri kullanarak terim sınıflandırmayı gerçekleştirmişlerdir[26,27]. İlgili yöntem bölüm kapsamında tartışılmıştır lı yıllarda C.Crouch ve B.Yang, Salton un terimleri ayrım gücüne göre seçme ve kümeleme algoritmasını gerçekleştirmişlerdir. Bu yöntemde, erişim performansında artma olmasına karşın terim seçiminde ve

24 Sayfa No: 24 /24 kümelemede kullanılan eşik değerlerinden en iyi olanın tespiti güçtür[25,35]. Bu algoritma bölüm kapsamında tartışılmıştır. Y. Jing, W.B. Croft INQUERY için pharasefinder otomatik gömü üretim algoritmasını geliştirmişlerdir. Pharasefinder ile üretilen gömü derlemde geçen sözcük tamlamalarını içerir. Bu tamlamaların herhangi bir biçimde sınıflanması sözkonusu değildir. Sorgu genişletileceği zaman, sözcük tamlamaları ile sorgunun benzerliği INQUERY ile araştırılır. Sorguyla benzer bulunan tamlamalardan çeşitli stratejilere göre seçilenleri kullanılarak sorgu genişletilir[35]. Otomatik gömü üretimi, iki ayrı kesimden oluşur: a. Gömüye girme ihtiyacı olan terimlerin belirlenmesi b. Gömünün üretimi Otomatik gömü üretiminde ele alınan ilişki, ayrım gücü denkliğidir. Gömüye girecek olan terimler ayrım güçlerine göre seçilmiştir. Ayrım gücü düşük terimler seçilirken, farklı eşik değerleri için farklı terimler seçilmiştir. Gömü üretiminde ise terimleri kümelemek için terimlerin birbirine uzaklığını azaltan bir yaklaşımla karma arama stratejisi[11] kullanılmıştır. Farklı terim kümeleri için üretilen farklı gömülerin, erişim performansına etkisi araştırılmıştır. 1.2 DC Üstveri Elemanları İnternetin günümüzde ilgiyle karşılanmasının bir nedeni, büyük miktarlarda bilgi içermesidir. İnternet üzerindeki her şey makinaca-okunur özelliğe sahip olmasına rağmen, makinaca-anlaşılır özelliğe sahip değildir[13]. Bu durum İnternet üzerindeki verinin kullanıldığı işlerin otomatik olarak yapılmasını engellemektedir. Büyük miktarlardaki İnternet verilerini klasik yöntemlerle işlemekse bilgi miktarının büyüklüğü açısından imkansızdır. Web tabanlı arama araçlarının bilgiyi otomatik olarak tanıma, yorumlama, keşfetme yöntemleri uygulama alanı önceden işlenmemişse, yeterince kesin sonuçlara ulaşılmasını engellemektedir. Mesela arama araçları; HTML[4] ile kodlanmış Web sayfalarını dolaşıp, sayfanın tamamını ya da bir kaç paragraflık kesimini alıyor ve daha sonra alınan kesim üzerinde kelime arama yönetimi uygulanarak, sorgulara yanıt vermeye çalışmaktadırlar. HTML, kodladığı belgenin içeriği hakkında tam açık bilgi veremediği için; HTML ile kodlu metinler sorgulara kesin doğru yanıtlar

25 Sayfa No: 25 /25 verilmesine de engel oluyorlardı[18]. Bu kısıtlamanın en önemli nedeni, HTML dilinin yapısal bilgiyi ifade etmekteki zayıflığıdır, yani HTML elemanları oluşturulan sayfadaki anlamsal birimleri ifade edememektedir. Ayrıca, HTML sayfasının içeriği doğal dil ile yazılmış saf metinlerden oluşur. Doğal dil ile yazılmış metinlerden, içerik ile ilgili bilgi çıkarmak ise pratik değildir[11]. Bundan dolayı, metin üzerinde yapılan kelime arama yönteminden, daha farklı ve daha etkin bir yöntem arayışı başlamıştır. Buna bağlı olarak, arama işlemlerinde ihtiyaç duyulan bilgilerin oluşturulması gerekliliği de ön plana çıkmıştır. Üzerinde arama yapılan belgenin konusu, yazarı ya da yayım tarihi gibi bilgilerin anlaşılması gerekmektedir. Bu bilgilerin doğal dil ile yazılmış belgenin metin içeriğinden çıkarılması da oldukça güçtür hatta imkansızdır. Öyleyse bu bilgiler iyi tanımlanmış olmalı ve makinaca-anlaşılır bir biçimde tasarlanmalıdır. Sorgu sonuçlarının iyiliştirilebilmesi, daha akıllı sorguların yapılabilmesi kaynakların özelliklerinin tanımlanması ile standart bir yöntemin varlığı ile sağlanabilir. İnternet üzerindeki kaynakları saklanma biçimlerine göre yapısal olmayan verilerden, yarı yapısal verilerden ya da tam yapısal verilerden oluşur. Veri biçimlerindeki çeşitliğin dışında, bu verileri İnternete açan araçların çalışma prensiplerinde ve arayüzlerinde de önemli farklılık vardır. İnternetin etkin olarak kullanılabilmesi için dağınık düzendeki veriler ve araçlar arasında bir federasyon sağlanmalıdır. Bu amacı gerçekleştirmek için Web bilgi çıkarma sistemleri üzerindeki çalışmalar devam etmektedir. Web bilgi çıkarma sistemlerini üzerinde çalıştıkları veri kolleksiyonlarının düzenlenme biçimine göre meta-arayıcılar (metasearchers) ve arabulucular (mediators) olarak ikiye ayrılır[9]. Bununla birlikte, her iki bilgi çıkarım sisteminin yapıları ve yaptığı işlemler ve benzerdir. Sistem yapısında her bir dağıtık veri kaynağıyla ilişkli bir paketleyici (wrapper) bulunur. Veri kaynakları, her biri farklı biçimlerde verileri bulunan ve farklı sorgu girdi ve çıktılarına sahip bağımsız arama makinaları olabilir. Paketleyicinin görevi, veri kaynakları için ortak bir veri modeli görünüşü sağlamaktır. Aynı zamanda bir ortak sorgu arayüzü kullanma olanağı da sağlar. Meta-arayıcı ya da arabulucudan gelen sorguyu ilişki olduğu kaynağın özel sorgu diline çevirir. Kaynak tarafından iletilen sorgu sonuçlarını da ortak veri modeline dönüştürür. Bu sayede arayüz şeffaflığı sağlanır. Meta-arayıcıların ve arabulucuların sistem işlevleri de üç ana işlemle ifade edilebilir: veri tabanı seçimi, sorgu dönüştürümü ve sonuçların birleştirilmesi[9].

26 Sayfa No: 26 /26 Veri tabanı seçiminde sorgu ile ilgili verinin bulunduğu veri tabanı belirlenir. Sorgu dönüştürümünde, seçilen veritabanına uygun özel sorgu kesimine karar verilir. Sorgu ilgili veritabanında işletildikten sonra sorgu sonuçları geri döndürülür. Sonuçların birleştirilmesinde, seçilen veritabanlarından gelen sorgu sonuçları sonuç yanıtın oluşturulması için birleştirilir. Meta-arayıcılar, prensip olarak yapısal olmayan metinler (düz metinler ya da sebestçe hazırlanmış metinler) ya da yarı yapısal sayılan takı ile işaretlenmiş belgeler (HTML, SGML ya da XML belgeleri) üzerinde işlem yapar ve dağınık ortama rağmen kullanıcılara tek bir görünüş sunarlar. Tam yapısal verileri, örneğin ilişkisel veri tabanlarını federe hale getirme işini üstlenen Web bilgi çıkarım sistem kesimlerine ise arabulucu (mediators) denir. Arabulucular aynı zamanda etiketlerinin ve düğümlerinin özel anlamları olan çizge ile ifade edilen yarı yapısal belgeler üzerinde de çalışırlar. Arama araçlarının yeterince kesin sonuçlar döndürebilmesi için ve heterojen durumdaki İnternet kaynaklarının uyumlanması için aranan yöntem ise Web kaynaklarının tanımlanmasında da kullanılan üstveri tanımlama yöntemlerinden birisi olabilir[10]. Bu konudaki en iddialı seçenek de, RDF (Resource Description Framework) modelidir. Çünkü RDF karmaşık ilişkileri tanımlama yeteneğine sahiptir, kullanımı kolaydır ve genişlitilebilir esnek bir anlayışa sahiptir. Üstveri Nedir? Belgelerin tanımlanmasını daha kesin bir biçimde yapmak gerekmektedir. Belge hakkındaki yazar adı, yayım tarihi gibi bilgilere üstveri (metadata) denir. Üstveri daha kısa bir deyişle, "veri hakkındaki veri" dir. Üstveri çeşitli uygulamalara kaynak olmaktadır. Üstveri, Web kaynaklarının içeriklerinin tanımlanmasında yani kataloglamada kullanılabilir. Arama araçları tarafından daha kesin sonuçlar elde edebilmek amacıyla, katalog girişleri olarak kullanılabilirler. Üstveri, elektronik ticaret alanında bilginin kodlanmasında da kullanılabilir. Bunların yanında, Web sayfalarına erişimin filtrelenmesi amacıyla içerik etiketi olarak kullanılabilir. İçerik seçimi ile ilgili çalışmalar büyük ölçüde Web üstveri

27 Sayfa No: 27 /27 kavramına dayandırılmaktadır. Elektronik ortamda, elektronik imza olarak kullanılması da üstveri uygulama alanlarındandır. Ayrıca üstveri, kişilerin ya da Web sitelerinin gizlilik özelliklerinin de tanımlanmasında kullanılabilir. En yaygın olarak ise; üstveri, elektronik belgelerin içerik bilgilerinin ve entellektüel özelliklerinin tanımlanmasında kullanılır. Anlaşılacağı gibi, Web kaynaklarının da içinde olduğu elektronik kaynakların ve tüm elektronik ortam nesnelerinin (Web sayfaları, Web siteleri, kullanıcılar, vs.) kesin ve açık tanımlarının yapılması çok önemlidir. Üstveri kavramının getirdiği olanaklar bir çok alanda çeşitli uygulamaların da geliştirilmesini sağlamıştır[12,13,14]. RDF (Resource Description Framework ) Nedir? RDF (Resource Description Framework), üstveri işlenmesiyle ilgili bir modeldir ve Web üzerindeki makinaca-anlaşılır bilginin uygulamalar arasında işlenebilirliğini sağlar. RDF, Web kaynaklarının otomatik işlenmesini sağlayan olanakları içerir. World Wide Web Konsorsiyumu, İnternet üstveri için yeni bir standart olarak RDF (Resource Description Framework) modelini sunmuştur. RDF tasarımı sırasında çeşitli disiplinler üstveri gösterimi ve taşınmasıyla ilgili konularda katkıda bulunmuşlardır. HTML (Hypertext Markup Language) üstveri, PICS (Platform for Internet Content Selection), SGML (Standard Generalized Markup Language) ve XML (Extensible Markup Language) standartlarından yararlanılmıştır. Bunlar dışında, nesneye-yönelik programlama kavramlarından ve veri tabanı kavramlarından da yararlanılmıştır. RDF modelinin amacı, Web kaynaklarına ait üstverinin tanımlanması, ilişkilendirilmesi ve standartlaştırılmasıdır. RDF ile tanımlanacak kaynaklar URI (Uniform Resource Indicator) ile isimlendirilebilecek tüm kaynaklardır. Fakat kaynak ile ilgili her hangi bir kısıtlama getirilmemiştir. RDF uygulamadan, sözdizimden ve ortamdan bağımsız bir modeldir[14]. RDF modeli, yönlü etiketli çizge ile gösterilebilir. RDF verisi, düğümler ve düğüme iliştirilmiş öznitelik/değer çiftleri ile ifade edilebilir. Düğümler herhangi bir Web kaynağı olabilir. Öznitelikler düğümlerin isimlendirilmiş özellikleridir ve çizgede Web kaynağını gösteren düğümden çıkan yay olarak gösterilirler. Öznitelik değerleri ise ya atomiktir (karakter dizgi) ya da başka düğümdür. Öznitelik değerleri de çizgede yayın diğer ucundaki düğüm olarak görünürler. Yani RDF modelinin temeli düğümlere, özelliklere ve değerlere dayanır. Sözgelimi, A'nın bir B özelliği varsa ve B'nin değeri C ise; A ile C bir çizgenin düğümleri olurlar. B ise aralarındaki yayın etiketidir. Yayın yönü ise A'dan C'ye doğrudur.

DİZİN. Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir.

DİZİN. Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir. DİZİN Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir. A ağırlıklandırma bkz. terim ağırlıklandırma AltaVista, 6, 31, 37, 45-47, 93, 135 anahtar sözcükler,

Detaylı

VERİ MADENCİLİĞİ Metin Madenciliği

VERİ MADENCİLİĞİ Metin Madenciliği VERİ MADENCİLİĞİ Metin Madenciliği Yrd. Doç. Dr. Şule Gündüz Öğüdücü 1 2 Metin için Veri Madenciliği Metin Madenciliğinde Sorunlar Metin madenciliği: Veri madenciliği teknikleri ile yazılı belgeler arasındaki

Detaylı

Bilgi Erişim Sistemleri II

Bilgi Erişim Sistemleri II Bilgi Erişim Sistemleri II Hayri Sever Bilgisayar Mühendisliği Bölümü Başkent Üniversitesi 06530 Bağlıca Ankara sever@baskent.edu.tr Yaşar Tonta Bilge ve Belge Yönetimi Hacettepe Üniversitesi 06532 Beytepe,

Detaylı

Bilgi Kaynaklarının Düzenlenmesinde ve Erişiminde Kontrollü Terim Kullanımı,Gerekliliği, Uygulanabilirliği ve Sorunlar

Bilgi Kaynaklarının Düzenlenmesinde ve Erişiminde Kontrollü Terim Kullanımı,Gerekliliği, Uygulanabilirliği ve Sorunlar 1 Bilgi Kaynaklarının Düzenlenmesinde ve Erişiminde Kontrollü Terim Kullanımı,Gerekliliği, Uygulanabilirliği ve Sorunlar Uluslararası Bilgi ve Belge Yönetimi Alanında Bilgiye Erişim/Kataloglama Sorunları

Detaylı

Bilgi Erişim Performans Ölçüleri

Bilgi Erişim Performans Ölçüleri Bilgi Erişim Performans Ölçüleri Yaşar Tonta Hacettepe Üniversitesi tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/ DOK324/BBY220 Bilgi Erişim İlkeleri DOK 220 Bahar 2005 2005.03.01 - SLAYT 1 Belge

Detaylı

sayıda soru için hiçbir ilgili belgeye erişemediklerinden soru başına erişilen ortalama ilgili belge sayıları düşüktür (1,5). Arama motorlarının

sayıda soru için hiçbir ilgili belgeye erişemediklerinden soru başına erişilen ortalama ilgili belge sayıları düşüktür (1,5). Arama motorlarının 6 SONUÇ VE ÖNERİLER Bu çalışmada ülkemizde yaygın olarak kullanılan Arabul, Arama, Netbul ve Superonline'a çeşitli türde 17 soru yöneltilmiş ve bu sorulara karşılık erişilen ilgili ve ilgisiz belgelere

Detaylı

Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları

Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları Büyük, Dağıtık, Veri Yoğunluklu Uygulamalarda Programlama Paradigmaları Güven Fidan AGMLAB Bilişim Teknolojileri 18/10/11 GRID ÇALIŞTAYI 2007 1 MapReduce Nedir? Büyük data kümelerini işlemek ve oluşturmak

Detaylı

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri VERİ KAYNAKLARI YÖNETİMİ İ İ 5. ÜNİTE GİRİŞ Bilgi sisteminin öğelerinden biride veri yönetimidir. Geleneksel yada çağdaş, birinci yada ikinci elden derlenen veriler amaca uygun veri formlarında tutulur.

Detaylı

Veritabanı Uygulamaları Tasarımı

Veritabanı Uygulamaları Tasarımı Veritabanı Uygulamaları Tasarımı Veri Tabanı Veritabanı yada ingilizce database kavramı, verilerin belirli bir düzene göre depolandığı sistemlere verilen genel bir isimdir. Günümüzde özel veya kamu kuruluşların

Detaylı

Kurumsal bilgiye hızlı ve kolay erişim Bütünleşik Belge Yönetimi ve İş Akış Sistemi içinde belgeler, Türkçe ve İngilizce metin arama desteği ile içeri

Kurumsal bilgiye hızlı ve kolay erişim Bütünleşik Belge Yönetimi ve İş Akış Sistemi içinde belgeler, Türkçe ve İngilizce metin arama desteği ile içeri İş süreçleri ve belgelerin bilgisayar ortamında izlenmesi Bütünleşik Belge Yönetimi ve İş Akış Sistemi Kurumların belge ve içerik yönetim işlemleriyle iş süreçlerinin tanımlanması ve denetlenmesi ve bu

Detaylı

Semantik Bilgi Yönetimi

Semantik Bilgi Yönetimi Semantik Bilgi Yönetimi Yaşar ar Tonta Hacettepe Üniversitesi Bilgi ve Belge Yönetimi Bölümü tonta@hacettepe.edu.tr yunus.hacettepe.edu.tr/~tonta/ 1 Plan Memex ten Semantik Web e... Semantik Bilgi Yönetimi

Detaylı

Bilimsel ve Teknik Dokümantasyon. Yrd. Doç.Dr. Özlem Bayram ozlembayr@gmail.com

Bilimsel ve Teknik Dokümantasyon. Yrd. Doç.Dr. Özlem Bayram ozlembayr@gmail.com Bilimsel ve Teknik Dokümantasyon Yrd. Doç.Dr. Özlem Bayram ozlembayr@gmail.com Enformason Teknolojisi: Đnternet Bilgisayar ağı: Birden fazla bilgisayar arasındaki programların paylaşılabilmesine izin veren

Detaylı

Internet te Pazarlama

Internet te Pazarlama Internet te Pazarlama Umut Al H.Ü. Bilgi ve Belge Yönetimi Bölümü umutal@hacettepe.edu.tr Pazarlama Taktikleri Halkla ilişkiler Reklâm Doğrudan posta Telepazarlama Internet Kullanıcı sayısı Internet -

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Giriş Bilgi Erişiminde Temel Yaklaşımlar Bilgi Erişim Modelleri Boolean model Vector space

Detaylı

Bibliyografik Evrenin Gelişimi ve Kütüphanelerde Bağlı Veri Yaklaşımları

Bibliyografik Evrenin Gelişimi ve Kütüphanelerde Bağlı Veri Yaklaşımları Bibliyografik Evrenin Gelişimi ve Kütüphanelerde Bağlı Veri Yaklaşımları Arş. Gör. Tolga ÇAKMAK tcakmak@hacettepe.edu.tr 19 Nisan 2013 Boğaziçi Üniversitesi İçerik Bilginin Düzenlenmesi Bilgi Düzenleme

Detaylı

Internet te Pazarlama

Internet te Pazarlama Internet te Pazarlama Umut Al H.Ü. Bilgi ve Belge Yönetimi Bölümü umutal@hacettepe.edu.tr Pazarlama Taktikleri Halkla ilişkiler Reklâm Doğrudan posta Telepazarlama Internet Internet - Büyüklük Kullanıcı

Detaylı

VERİ TABANI SİSTEMLERİ

VERİ TABANI SİSTEMLERİ VERİ TABANI SİSTEMLERİ 1- Günümüzde bilgi sistemleri Teknoloji ve bilgi. 2- Bilgi sistemlerinin Geliştirilmesi İşlevsel Gereksinimleri 1.AŞAMA Gereksinim Belirleme ve Analiz Veri Gereksinimleri Gereksinimler

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

DEVLET PLANLAMA TEŞKİLATI BİLGİ TOPLUMU DAİRESİ BAŞKANLIĞI. e-yazışma Projesi. Paket Yapısı

DEVLET PLANLAMA TEŞKİLATI BİLGİ TOPLUMU DAİRESİ BAŞKANLIĞI. e-yazışma Projesi. Paket Yapısı DEVLET PLANLAMA TEŞKİLATI BİLGİ TOPLUMU DAİRESİ BAŞKANLIĞI e-yazışma Projesi Paket Yapısı 11/04/2011 İçindekiler 1. Giriş... 2 2. Paket Yapısı... 2 2.1. Paket Bileşenleri... 2 2.2. Senaryo... 6 1 1. Giriş

Detaylı

İş Zekası için Dört-Katmanlı Veri Modellemesi Gerçekleştirimi. Harun Gökçe EG Yazılım, TOBB ETÜ

İş Zekası için Dört-Katmanlı Veri Modellemesi Gerçekleştirimi. Harun Gökçe EG Yazılım, TOBB ETÜ İş Zekası için Dört-Katmanlı Veri Modellemesi Gerçekleştirimi Harun Gökçe EG Yazılım, TOBB ETÜ İçerik İş Zekası Kavramı Tarihçesi İş Zekası Tanım, Kavramlar ve Gereklilik Dört-Katmanlı Veri Modellemesi

Detaylı

Yaşanmış Tecrübe Paylaşımı Önce Test Et Sonra Kodla XP Pratiği

Yaşanmış Tecrübe Paylaşımı Önce Test Et Sonra Kodla XP Pratiği TBD 21. Ulusal Bilişim Kurultayı Sunumu Yaşanmış Tecrübe Paylaşımı Önce Test Et Sonra Kodla XP Pratiği Hasan ÖZKESER Bimar Bilgi İşlem Hizmetleri Aş. 5 Ekim 2004 ODTÜ Kültür ve Kongre Merkezi, Ankara 2004

Detaylı

COCHRANE LİBRARY. http://brainshark.com/wiley/cochranetr COCHRANE KİTAPLIĞI NEDİR?

COCHRANE LİBRARY. http://brainshark.com/wiley/cochranetr COCHRANE KİTAPLIĞI NEDİR? COCHRANE LİBRARY Klinik incelemelerin tam metinlerinin yer aldığı; The Cochrane Database of Systematic Reviews (Cochrane Reviews), Database of Abstracts of Reviews of Effects (DARE), The Cochrane Central

Detaylı

Veritabanı Yönetimi Bilgisayarların. Keşfi Hedefler. Veritabanı, Veri ve Bilgi. Veritabanı, Veri ve Bilgi. Veritabanı, Veri ve Bilgi

Veritabanı Yönetimi Bilgisayarların. Keşfi Hedefler. Veritabanı, Veri ve Bilgi. Veritabanı, Veri ve Bilgi. Veritabanı, Veri ve Bilgi Hedefler Veritabanı Yönetimi Bilgisayarların Discovering Keşfi 2010 Computers 2010 Living in a Digital World Dijital Dünyada Yaşamak Veritabanı terimini tanımlamak ve bir veritabanının veri ve bilgi ile

Detaylı

Veri ve Metin Madenciliği

Veri ve Metin Madenciliği Veri ve Metin Madenciliği Zehra Taşkın Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Fikirler? Veri Madenciliği Data Information Knowledge Veri madenciliği; Büyük yoğunluklu

Detaylı

Veri ve Metin Madenciliği. Zehra

Veri ve Metin Madenciliği. Zehra Veri ve Metin Madenciliği Zehra Taşkın @zehrataskin Büyük Veri https://www.youtube.com/watch?v=tzxmjbl-i4y Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Veri Madenciliği

Detaylı

3. sınıf. Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste

3. sınıf. Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste 3. sınıf 5. Yarıyıl (Güz Dönemi) Bilgi Kaynaklarının Tanımlanması ve Erişimi I (AKTS 5) 3 saat Bilgisayarla kataloglamanın doğuşu gelişimi ve bugünkü durum ele alınmaktadır. Bu derste Kütüphane Otomasyon

Detaylı

Bilgisayar Mühendisliğine Giriş. Yrd.Doç.Dr.Hacer KARACAN

Bilgisayar Mühendisliğine Giriş. Yrd.Doç.Dr.Hacer KARACAN Bilgisayar Mühendisliğine Giriş Yrd.Doç.Dr.Hacer KARACAN İçerik Dosya Organizasyonu (File Organization) Veritabanı Sistemleri (Database Systems) BM307 Dosya Organizasyonu (File Organization) İçerik Dosya

Detaylı

Internet te Pazarlama

Internet te Pazarlama Internet te Pazarlama Umut Al H.Ü. Bilgi ve Belge Yönetimi Bölümü umutal@hacettepe.edu.tr Pazarlama Taktikleri Halkla ilişkiler Reklâm Doğrudan posta Telepazarlama Internet Internet - Büyüklük Kullanıcı

Detaylı

ÜNİBİLGİ 26. Üniversitemizin yeni Kütüphane Otomasyon Programı olan e-libs in kullanımını tanıtacağız.

ÜNİBİLGİ 26. Üniversitemizin yeni Kütüphane Otomasyon Programı olan e-libs in kullanımını tanıtacağız. ÜNİBİLGİ 26 Ankara Üniversitesi Kütüphane ve Dokümantasyon Daire Başkanlığı Bülteni Ekim 2003 Sayı:26 Üniversitemizin yeni Kütüphane Otomasyon Programı olan e-libs in kullanımını tanıtacağız. Üniversitemizin

Detaylı

Internet te Pazarlama

Internet te Pazarlama Umut Al H.Ü. Bilgi ve Belge Yönetimi Bölümü umutal@hacettepe.edu.tr Pazarlama Taktikleri Halkla ilişkiler Reklâm Doğrudan posta Telepazarlama Internet Internet - Büyüklük Kullanıcı sayısı 665 milyon (International

Detaylı

w w w. a n k a r a b t. c o m

w w w. a n k a r a b t. c o m Şirket Profili w w w. a n k a r a b t. c o m AnkaraBT, yazılım geliştirme alanında faaliyet gösteren ve uzman kadrosuyla Türkiye'nin önde gelen kurumsal çözümlerini üreten %100 Türk sermayeli bilgi teknolojisi

Detaylı

Veritabanı. Ders 2 VERİTABANI

Veritabanı. Ders 2 VERİTABANI Veritabanı Veritabanı Nedir? Birbiri ile ilişkili verilerin bir arada uzun süreli bulundurulmasıdır. Veritabanı bazen Veritabanı Yönetim sistemi veya Veritabanı Sistemi yerine de kullanılır. Gerçek dünyanın

Detaylı

Öğr. Gör. Serkan AKSU http://www.serkanaksu.net. http://www.serkanaksu.net/ 1

Öğr. Gör. Serkan AKSU http://www.serkanaksu.net. http://www.serkanaksu.net/ 1 Öğr. Gör. Serkan AKSU http://www.serkanaksu.net http://www.serkanaksu.net/ 1 JavaScript JavaScript Nedir? Nestcape firması tarafından C dilinden esinlenerek yazılmış, Netscape Navigator 2.0 ile birlikte

Detaylı

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER Yazılımı ve Genel Özellikleri Doç.Dr. Cüneyt BAYILMIŞ Kablosuz Ağların Modellemesi ve Analizi 1 OPNET OPNET Modeler, iletişim sistemleri ve

Detaylı

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ 127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi

Detaylı

Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0

Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0 Sosyal Ağlar ve Çevrimiçi Kütüphane Katalogları: OPAC 2.0 Tolga ÇAKMAK Bilgi ve Belge Yönetimi Bölümü tcakmak@hacettepe.edu.tr ~ Nevzat ÖZEL Bilgi ve Belge Yönetimi Bölümü nozel@humanity. ankara.edu.tr

Detaylı

Web of Science GAZİ ÜNİVERSİTESİ MERKEZ KÜTÜPHANESİ

Web of Science GAZİ ÜNİVERSİTESİ MERKEZ KÜTÜPHANESİ Web of Science 1 WEB OF SCIENCE Institute for Scientific Information (ISI) tarafından üretilen, dünyanın önde gelen fen bilimleri, sosyal bilimler ile sanat ve beşeri bilimler konularındaki süreli yayınlardan

Detaylı

Internet te Pazarlama

Internet te Pazarlama Umut Al H.Ü. Bilgi ve Belge Yönetimi Bölümü umutal@hacettepe.edu.tr Pazarlama Taktikleri Halkla ilişkiler Reklâm Doğrudan posta Telepazarlama Internet Internet - Büyüklük Kullanıcı sayısı 665 milyon (International

Detaylı

VERİ MADENCİLİĞİ (Web Madenciliği)

VERİ MADENCİLİĞİ (Web Madenciliği) VERİ MADENCİLİĞİ (Web Madenciliği) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Kaynak: M. Ali Akcayol, Gazi Üniversitesi, Bilgisayar Mühendisliği Bölümü Ders Notları İçerik İnternet World Wide Web

Detaylı

Compendex Üzerinde Temel Arama

Compendex Üzerinde Temel Arama Engineering Village 2 Compendex Üzerinde Temel Arama Keşiften Yeniliğe Engineering Village 2 Hakkında www.engineeringvillage2.org Mühendislik topluluğunun bilgi ihtiyaçlarını karşılayan üstün webtasarımlı

Detaylı

DNS Nedir? HİKMET TÜYSÜZ

DNS Nedir? HİKMET TÜYSÜZ DNS Nedir? 14545568 HİKMET TÜYSÜZ DNS DNS, Domain Name System in kısaltılmış şeklidir. Türkçe karşılığı ise Alan İsimlendirme Sistemi olarak bilinir. DNS, 256 karaktere kadar büyüyebilen host isimlerini

Detaylı

ODTÜ KÜTÜPHANESİ YENİ WEB SAYFASININ TASARIMI VE KULLANILABİLİRLİK ÇALIŞMASI

ODTÜ KÜTÜPHANESİ YENİ WEB SAYFASININ TASARIMI VE KULLANILABİLİRLİK ÇALIŞMASI ODTÜ KÜTÜPHANESİ YENİ WEB SAYFASININ TASARIMI VE KULLANILABİLİRLİK ÇALIŞMASI Mustafa DALCI *, Özge ALÇAM*, Yasemin Oran SAATÇİOĞLU*, Feride ERDAL* * Orta Doğu Teknik Üniversitesi, Bilgi İşlem Daire Başkanlığı,

Detaylı

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ CRM

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ CRM MÜŞTERİ İLİŞKİLERİ YÖNETİMİ CRM Küreselleşme ve bilgi teknolojilerindeki gelişmeler sonucunda ortaya çıkan değişim işletmelerin müşteri profilini de değiştirmiştir. Müşteriler eskiden pazarda ne bulursa

Detaylı

PAZARTESİ SALI 2015-2016 Ders Programı 1. Öğretim 09.00-09.50 10.00-10.50 11.00-11.50 12.00-12.50 HRT4291 WEB TABANLI CBS GR:11 Ü.GÜMÜŞAY EZ-121 ; D1-129 HRT4291 WEB TABANLI CBS GR:22 Ü.GÜMÜŞAY EZ-121

Detaylı

9.DERS Yazılım Geliştirme Modelleri

9.DERS Yazılım Geliştirme Modelleri 9.DERS Yazılım Geliştirme Modelleri 1 Yazılım Geliştirme Yaşam Döngüsü ve Modeller Herhangi bir yazılımın, üretim aşaması ve kullanım aşaması birlikte olmak üzere geçirdiği tüm aşamalar olarak tanımlanabilir.

Detaylı

Elbistan Meslek Yüksek Okulu Güz Yarıyılı

Elbistan Meslek Yüksek Okulu Güz Yarıyılı HAFTA III Bilgi iletişim sistemi : Bilgi iletişim sistemi, dağıtık sistem içerisinde düğümler arasındaki iletişimi desteklemekle yükümlüdür. İletişim sistemi, iletişim ağı ile bağlanmış herhangi bir düğümün,

Detaylı

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri Konular Veritabanı Tasarım Aşamaları Veri Modeli Nedir? Veri Modeli Temel Bileşenleri İş Kuralları (Business Rules) İş Kurallarını Veri

Detaylı

Smart Automation, Quality and IT Excellence Solutions - our experience, your success. Versiyon 2.5.

Smart Automation, Quality and IT Excellence Solutions - our experience, your success. Versiyon 2.5. Versiyon 2.5 Page 1 Kapsamlı Bir Veri Denizini Temel Zekaya Dönüştürün Operasyonel verilerinizi temel KPIlar a dönüştürün, karar vermenize yardımcı olacak raporları oluşturun ve ATS Intelligence sayesinde

Detaylı

UZAKTAN EĞİTİM MERKEZİ

UZAKTAN EĞİTİM MERKEZİ ÜNİTE 2 VERİ TABANI İÇİNDEKİLER Veri Tabanı Veri Tabanı İle İlgili Temel Kavramlar Tablo Alan Sorgu Veri Tabanı Yapısı BAYBURT ÜNİVERSİTESİ UZAKTAN EĞİTİM MERKEZİ BİLGİSAYAR II HEDEFLER Veri tabanı kavramını

Detaylı

Yapı Malzemesi Enformasyon Sistemi - YMES. Y.Doç.Dr. Elçin TAŞ Y.Doç.Dr. Leyla TANAÇAN Dr. Hakan YAMAN

Yapı Malzemesi Enformasyon Sistemi - YMES. Y.Doç.Dr. Elçin TAŞ Y.Doç.Dr. Leyla TANAÇAN Dr. Hakan YAMAN Yapı Malzemesi Enformasyon Sistemi - YMES Y.Doç.Dr. Elçin TAŞ Y.Doç.Dr. Leyla TANAÇAN Dr. Hakan YAMAN 1.Ulusal Yapı Malzemesi Kongresi Hilton, İstanbul - 11 Ekim 2002 Bildirinin Amacı Bu bildiride ülkemizde

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

HTML (Hyper Text Markup Language)

HTML (Hyper Text Markup Language) HTML (Hyper Text Markup Language) Ele Alınacak Başlıklar HTML tarihçesi Bir HTML dökümanın genel görünümü HTML ve tarayıcı etkileşimi Tarihçe Internet The World Wide Web (www) HTML URI/URL HTTP Tim Berners-Lee

Detaylı

VERİ TABANI YÖNETİM SİSTEMLERİ

VERİ TABANI YÖNETİM SİSTEMLERİ VERİ TABANI YÖNETİM SİSTEMLERİ Veri Tabanı Nedir? Sistematik erişim imkânı olan, yönetilebilir, güncellenebilir, taşınabilir, birbirleri arasında tanımlı ilişkiler bulunabilen bilgiler kümesidir. Bir kuruluşa

Detaylı

SİNOP ÜNİVERSİTESİ MERKEZ KÜTÜPHANESİ UZMAN ALTUĞ ABUŞOĞLU

SİNOP ÜNİVERSİTESİ MERKEZ KÜTÜPHANESİ UZMAN ALTUĞ ABUŞOĞLU SİNOP ÜNİVERSİTESİ MERKEZ KÜTÜPHANESİ UZMAN ALTUĞ ABUŞOĞLU ONLİNE HİZMETLERİMİZ SÜRELİ YAYINLAR KOLEKSİYON DIŞI KAYNAKLAR ABONE VERİTABANLARIMIZ KÜTÜPHANE ANASAYFASI ARAŞTIRMA DANIŞMANI Veritabanları,

Detaylı

Web Tabanlı CMMI Süreç Yönetimi Uygulamalarının Süreç ve Yazılım Geliştirme Performansına Pozitif Etkileri

Web Tabanlı CMMI Süreç Yönetimi Uygulamalarının Süreç ve Yazılım Geliştirme Performansına Pozitif Etkileri Web Tabanlı CMMI Süreç Yönetimi Uygulamalarının Süreç ve Yazılım Geliştirme Performansına Pozitif Etkileri Y. Müh. Cemalettin Öcal FİDANBOY TÜBİTAK UEKAE ocalfidanboy@tubitak.gov.tr Meral YÜCEL TÜBİTAK

Detaylı

ŞARTNAME TAKİP PROGRAMI (STP2006)

ŞARTNAME TAKİP PROGRAMI (STP2006) ŞARTNAME TAKİP PROGRAMI (STP2006) Firmanız, birden çok kurum veya kuruluşun şartnamelerini takip etmek zorunda ise geliştirmiş olduğumuz Şartname Takip Programı mızı kullanarak bu bilgilerinizi yönetebilirsiniz.

Detaylı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar

Detaylı

Excel de Pivot Tablolar Tasarım ve Kullanımı

Excel de Pivot Tablolar Tasarım ve Kullanımı FARUK ÇUBUKÇU EXCEL AKADEMİ Excel de Pivot Tablolar Tasarım ve Kullanımı Pivot tablolar; satışlar, siparişler gibi verileri gruplamayı, alt toplamlarını almayı ve filtreleme işlemleri yapmayı sağlayan

Detaylı

Süreç Yönetimi. Logo

Süreç Yönetimi. Logo Süreç Yönetimi Logo Kasım 2013 SÜREÇ YÖNETİMİ Süreç belirlenen bir amaca ulaşmak için gerçekleştirilen faaliyetler bütünüdür. Örn; Sistemde kayıtlı personellerinize doğum günü kutlama maili gönderme, Deneme

Detaylı

ODTÜ Kütüphanesi Yeni Web Sayfasının Tasarımı ve Kullanılabilirlik Çalışması

ODTÜ Kütüphanesi Yeni Web Sayfasının Tasarımı ve Kullanılabilirlik Çalışması Akademik Bilişim 2008 Çanakkale Onsekiz Mart Üniversitesi, Çanakkale, 30 Ocak - 01 Şubat 2008 ODTÜ Kütüphanesi Yeni Web Sayfasının Mustafa DALCI, Özge ALÇAM, Yasemin Oran SAATÇİOĞLU, Feride ERDAL Orta

Detaylı

FAN SELECTOR FAN SELECTOR FAN SEÇİM YAZILIMI.

FAN SELECTOR FAN SELECTOR FAN SEÇİM YAZILIMI. FAN SELECTOR FAN SEÇİM YAZILIMI YAZILIM TANIMI Fan Selector yazılımı havalandırma ve iklimlendirme sistemlerinde kullanılan fanların performans hesaplamalarının yapılması ve çalışma şartlarına en uygun

Detaylı

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data

Detaylı

... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI

... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI ... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE 2018 2019 ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI Hazırlayan : Özel Öğretim Kurumları Birliği (ÖZKURBİR) Dersin Adı : Bilişim

Detaylı

Bu işleçlerin dışında, aşağıda belirtilen karşılaştırma işleçlerinden de yararlanılır.

Bu işleçlerin dışında, aşağıda belirtilen karşılaştırma işleçlerinden de yararlanılır. 18 SQL SORGU DİLİ SQL (Structured Query Language) yapısal sorgu dili, veritabanı yönetim sistemlerinin standart programlama dili olarak bilinmektedir. SQL dilinin Access içinde sorgu pencerelerinde veya

Detaylı

İnternet Programcılığı

İnternet Programcılığı 1 PHP le Ver tabanı İşlemler Yaptığımız web sitelerinin daha kullanışlı olması için veritabanı sistemleri ile bağlantı kurup ihtiyaca göre verileri okuyup yazmasını isteriz. 1.1 Veritabanı Nedir? Veritabanı

Detaylı

Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2

Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116- Veri Yapıları Dersi Proje#2 İkili Arama Ağacı, Heap, Hash Tabloları ve Çizgeler Veriliş Tarihi: 24.04.2018 Son Teslim Tarihi: 25.05.2018

Detaylı

TS EN ISO KONTROL LİSTESİ ŞABLONU

TS EN ISO KONTROL LİSTESİ ŞABLONU ŞABLONU C 6. No. Rehber Uygulanabilirlik luk Üst Düzey Tasarım Kararları ve Tasarım Stratejisi 6.1 Genel özellikler 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 6.10 6.11 6.12 Web uygulamasının amacının belirginliği

Detaylı

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1 Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde

Detaylı

TÜRK HÜKÜMDARLARI TARİH MÜZESİ

TÜRK HÜKÜMDARLARI TARİH MÜZESİ TÜRK HÜKÜMDARLARI TARİH MÜZESİ Hanife Meltem YILDIZ, Elif Simay ENGİN, Mervenur AYDEMİR, Fatma ÖZDEMİR, Zeynep ERDOĞAN Tasarım Belgesi BBY 370 Müzelerde Bilgi Yönetimi 27 Mart 2016 Öz Türk Hükümdarları

Detaylı

BİH 605 Bilgi Teknolojisi Bahar Dönemi 2015

BİH 605 Bilgi Teknolojisi Bahar Dönemi 2015 BİH 605 Bilgi Teknolojisi Bahar Dönemi 2015 Ders- 13 World Wide Web (WWW) Yrd. Doç. Dr. Burcu Can Buğlalılar Bilgisayar Mühendisliği Bölümü Bilgisayar Katmanları İçerik World Wide Web (WWW) Anlık Mesajlaşma

Detaylı

08225 AĞ TEMELLERĠ. Elbistan Meslek Yüksek Okulu GÜZ Yarıyılı. Öğr. Gör. Murat KEÇECĠOĞLU. 20 EKi Salı, Çarşamba

08225 AĞ TEMELLERĠ. Elbistan Meslek Yüksek Okulu GÜZ Yarıyılı. Öğr. Gör. Murat KEÇECĠOĞLU. 20 EKi Salı, Çarşamba 08225 AĞ TEMELLERĠ Elbistan Meslek Yüksek Okulu 2014 2015 GÜZ Yarıyılı 20 EKi. 2014 Salı, Çarşamba Öğr. Gör. Murat KEÇECĠOĞLU Bilgi iletişim sistemi, dağıtık sistem içerisinde düğümler arasındaki iletişimi

Detaylı

TS EN ISO 9241-151 EŞLEŞTİRME LİSTESİ

TS EN ISO 9241-151 EŞLEŞTİRME LİSTESİ Kriter No Kriter Başlığı Rehber İlke Başlığı A 6. Üst Düzey Tasarım Kararları ve Tasarım Stratejisi 6.1 Genel özellikler 6.2 Web uygulamasının amacının belirginliği 3.10.1. Kurumsal Bilgiler 1.3.2. Kullanıcıların

Detaylı

IDE4DB Veritabanı Geliştirme Platformu Bitirme Projesi Sunumu

IDE4DB Veritabanı Geliştirme Platformu Bitirme Projesi Sunumu IDE4DB Veritabanı Geliştirme Platformu Bitirme Projesi Sunumu Onur EKER 040970627 Danışman: Yrd. Doç Dr. Feza BUZLUCA Sunum İçeriği Projenin Tanımı Projenin Amacı Projenin Analizi Projenin Çözüm Sunduğu

Detaylı

Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama

Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama Arzu Çöltekin Yıldız Teknik Üniversitesi Jeodezi ve Fotogrametri Yük. Müh. Araştırma Görevlisi 1/5 Özet Günümüzde

Detaylı

Bilgiye Erişim Sistemlerinde Veri Arama ve Eşleştirme

Bilgiye Erişim Sistemlerinde Veri Arama ve Eşleştirme Bilgiye Erişim Sistemlerinde Veri Arama ve Eşleştirme M. Erkan YÜKSEL 1, Özgür Can TURNA 1, M. Ali ERTÜRK 1 1 İstanbul Üniversitesi, Bilgisayar Mühendisliği Bölümü, İstanbul {eyuksel, ozcantur}@istanbul.edu.tr,

Detaylı

Müzik Verileri İçin XML Tabanlı Diller

Müzik Verileri İçin XML Tabanlı Diller Müzik Verileri İçin XML Tabanlı Diller İlker KALAYCI, M. Serdar KORUKOĞLU Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2009 Akademik Bilişim '09-Harran Üniversitesi 1 İçerik Giriş MIDI Özellikleri XML

Detaylı

Dünya çapında 60 dan fazla ülkede kullanılan Westlaw International;

Dünya çapında 60 dan fazla ülkede kullanılan Westlaw International; Dünya çapında 60 dan fazla ülkede kullanılan Westlaw International; Hukuk Dergileri Yasalar, içtihatlar ve mahkeme kararları Diğer duruşma bilgileri Ekonomi kaynakları Avrupa Topluluğu materyalleri Anlaşmalar

Detaylı

İLİŞKİSEL VERİTABANLARI

İLİŞKİSEL VERİTABANLARI İLİŞKİSEL VERİTABANLARI Veritabanı Nedir? Veritabanı (database) en basit şekliyle verilerin belirli bir düzene göre tutulduğu, depolandığı bir sistemdir. İlişkisel Veritabanı Nedir? İlişkisel veritabanlarındaki

Detaylı

BİRİM KURULU ve BİRİM YÖNETİM KURULU EVRAKI

BİRİM KURULU ve BİRİM YÖNETİM KURULU EVRAKI GİRİŞ Bu doküman Akademik Birimleri tarafından Elektronik Belge Yönetim Sistemi kapsamında kullanılabilir olan Kurul Karar Evrakları için yardım dokümanı niteliğinde hazırlanmıştır. Karar Evrakları, Akademik

Detaylı

BBY 106 BİLGİNİN ORGANİZASYONU II YÖNELTME DİLLERİ. Arş. Gör. Tolga ÇAKMAK

BBY 106 BİLGİNİN ORGANİZASYONU II YÖNELTME DİLLERİ. Arş. Gör. Tolga ÇAKMAK BBY 106 BİLGİNİN ORGANİZASYONU II YÖNELTME DİLLERİ Arş. Gör. Tolga ÇAKMAK tcakmak@hacettepe.edu.tr İndeks kitap sonu indeksler Süreli yayın indeksleri (basılı) Veritabanları Kütüphane katalogları Katalog

Detaylı

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü

Detaylı

CINAHLTemel ve Gelişmiş Arama

CINAHLTemel ve Gelişmiş Arama CINAHLTemel ve Gelişmiş Arama Kullanıcı Kılavuzu support.ebsco.com CINAHL nedir? The Cumulative Index to Nursing and Allied Health Literature veritabanıdır 1940 yılında, Ella Crandall, Mildred Sitner ve

Detaylı

Mühendislikte Veri Tabanları Dersi Uygulamaları (MS-Access)

Mühendislikte Veri Tabanları Dersi Uygulamaları (MS-Access) Mühendislikte Veri Tabanları Dersi Uygulamaları (MS-Access) İstanbul Teknik Üniversitesi, İnşaat Fakültesi, Geomatik Mühendisliği Bölümü Prof. Dr. Nebiye MUSAOĞLU Doç. Dr. Elif SERTEL Y. Doç. Dr. Şinasi

Detaylı

Üst Düzey Programlama

Üst Düzey Programlama Üst Düzey Programlama Servlet Üst Düzey Programlama-ders01/ 1 Servlet Nedir? Web sayfaları ilk başlarda durağan bir yapıya sahipti ve kullanıcıdan bilgi alarak işlemler yapmıyordu. Zamanın geçmesiyle kullanıcıya

Detaylı

<Ekip Adı> <Proje Adı> Yazılım Gereksinimlerine İlişkin Belirtimler. Sürüm <1.0>

<Ekip Adı> <Proje Adı> Yazılım Gereksinimlerine İlişkin Belirtimler. Sürüm <1.0> Yazılım Gereksinimlerine İlişkin Belirtimler Sürüm [Not: Aşağıda yer alan şablon, Rational Unified Process ile birlikte kullanılmak üzere sağlanmıştır] [Köşeli parantezler

Detaylı

Course Content for Freshmen

Course Content for Freshmen Course Content for Freshmen Yarıyıl (Güz Dönemi) Bilgi ve Belge Yönetimine Giriş (AKTS 4) 3 saat Bilgi ve belge yönetiminin temel kavramlarının yer aldığı dersin temel konu başlıkları; bilgi nedir, bilgi

Detaylı

Yazılım Mühendisliği 1

Yazılım Mühendisliği 1 Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar

Detaylı

PERFORMANS YÖNETĐMĐ. Hedefe Odaklı Çalışma ve Yetkinlik Yönetimi.

PERFORMANS YÖNETĐMĐ. Hedefe Odaklı Çalışma ve Yetkinlik Yönetimi. PERFORMANS YÖNETĐMĐ Kurumların yapısına uygun performans yönetimi sistemini esnek yapı sayesinde Đnsan Kaynakları uygulaması içinde tanımlayarak takip edebilme Performans kayıtlarını yöneticilere e-posta

Detaylı

ARDIŞIL DİYAGRAM YAPI DİYAGRAMI. Sistem Analizi ve Tasarımı Dersi

ARDIŞIL DİYAGRAM YAPI DİYAGRAMI. Sistem Analizi ve Tasarımı Dersi ARDIŞIL DİYAGRAM YAPI DİYAGRAMI Sistem Analizi ve Tasarımı Dersi İçindekiler Ardışıl Diyagram Nedir ve Neden Kullanılır... 3 Ardışıl Diyagram Elemanları... 3 MS Visio ile Ardışıl Diyagram Çizimi... 5 Violet

Detaylı

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Fonksiyon Optimizasyonunda Genetik Algoritmalar 01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu

Detaylı

ALIŞTIRMA-UYGULAMA YAZILIMLARI

ALIŞTIRMA-UYGULAMA YAZILIMLARI ALIŞTIRMA-UYGULAMA YAZILIMLARI Öğretim Aşamaları Bilginin Sunulması Öğrencinin Yönlendirilmesi Öğretici Programlar Uygulama Alıştırma- Uygulama Yazılımları Değerlendirme 2 Alıştırma-Uygulama Yazılımları

Detaylı

1.2.7 Kurum ve Süreç Performans Yönetimi 11. 15. Günler

1.2.7 Kurum ve Süreç Performans Yönetimi 11. 15. Günler 1.2.7 Kurum ve Süreç Performans Yönetimi 11. 15. Günler 14.2.-18.2.2011 Süreç Performans Yönetimi 12. Gün Süreç Geliştirme Süreç Geliştirme Görev ve faaliyetleri bir bütün olarak geliştirebilen, ürün ve

Detaylı

VERİ TABANI UYGULAMALARI

VERİ TABANI UYGULAMALARI VERİ TABANI UYGULAMALARI VERİ TABANI NEDİR? Bir konuyla ilgili çok sayıda verinin tutulmasına, depolanmasına ve belli bir mantık içerisinde gruplara ayrılmasına veri tabanı denir. Veri tabanı programları;

Detaylı

VERİ TABANI YÖNETİM SİSTEMLERİ

VERİ TABANI YÖNETİM SİSTEMLERİ VERİ TABANI YÖNETİM SİSTEMLERİ ÖĞR.GÖR.VOLKAN ALTINTAŞ 26.9.2016 Veri Tabanı Nedir? Birbiriyle ilişkisi olan verilerin tutulduğu, Kullanım amacına uygun olarak düzenlenmiş veriler topluluğunun, Mantıksal

Detaylı

ĐSTEMCĐ SUNUCU SĐSTEMLER DERSĐ FĐNAL ÇALIŞMASI SORULAR YANITLAR

ĐSTEMCĐ SUNUCU SĐSTEMLER DERSĐ FĐNAL ÇALIŞMASI SORULAR YANITLAR ĐSTEMCĐ SUNUCU SĐSTEMLER DERSĐ FĐNAL ÇALIŞMASI SORULAR YANITLAR 4.ÜNĐTE Đyi bir DNS in içermesi gereken özellikler nelerdir? ( 5 ) Đsimlendirme imlası açık ve süphesiz olmalıdır; Bir kullanıcı bir isme

Detaylı

TÜİK e-vt Teknik Kılavuz

TÜİK e-vt Teknik Kılavuz TÜİK e-vt Teknik Kılavuz Genel Açıklamalar Mayıs 2015 ANKARA Versiyon: 1.1 1/6 Versiyon Yayım Tarihi Eklenen/Silinen/Değişen Bölüm Açıklama 1.0 20.02.2014 ---- Kılavuzun ilk sürümü. 1.1 04.05.2015 Sayfa

Detaylı

T. C. KAMU İHALE KURUMU

T. C. KAMU İHALE KURUMU T. C. KAMU İHALE KURUMU Elektronik İhale Dairesi KALİTE YÖNETİM SİSTEMİ BT Strateji Yönetimi BT Hizmet Yönetim Politikası Sürüm No: 6.0 Yayın Tarihi: 26.02.2015 444 0 545 2012 Kamu İhale Kurumu Tüm hakları

Detaylı

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 5. İhtiyaç Analizi ve Modelleme II Haftanın Amacı Bilişim sistemleri ihtiyaç analizinin modeli oluşturulmasında,

Detaylı

Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı

Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı Başkent Üniversitesi Bilgisayar Mühendisliği Yönetim Bilişim Sistemleri (Bil 483) 20394676 - Ümit Burak USGURLU Veritabanı Veri tabanı düzenli bilgiler

Detaylı

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) İş Kuralları ve Veri Modelleri

Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) İş Kuralları ve Veri Modelleri Celal Çeken Veysel Harun Şahin Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) İş Kuralları ve Veri Modelleri Konular Veritabanı Tasarımı Yaşam Döngüsü Veri Modeli Nedir? Veri Modeli Temel Bileşenleri

Detaylı