Yönetim Bilişim Sistemleri Alanında Metin Madenciliği ile Bilgi Haritalama

Transkript

1 Yönetim Bilişim Sistemleri Alanında Metin Madenciliği ile Bilgi Haritalama Öğr. Gör. Dr. Ufuk ÇELİK Bandırma Onyedi Eylül Üniversitesi Yrd. Doç. Dr. Deniz HERAND Türk Alman Üniversitesi Yrd. Doç. Dr. Melih ENGİN Uludağ Üniversitesi Yrd. Doç. Dr. Eyüp AKÇETİN Bandırma Onyedi Eylül Üniversitesi Yrd. Doç. Dr. Abdulkadir YALDIR Pamukkale Üniversitesi Arş. Gör. Şebnem ÖZDEMİR İstanbul Üniversitesi ÖZET Veri madenciliğinde, birliktelik analizi büyük verilerde yer alan ilişkilerin ortaya çıkarılarak keşfedilmesinde çok popüler ve iyi bir araştırma metodudur. Birliktelik kurallarının çıkarılması için birçok algoritma mevcuttur. Bunların içinde en popüler olanı büyük verilerde birliktelik analizi yaparak ilişkisel boyutları ortaya koyan ve büyük verilerden bilgi keşfini sağlayan apriori algoritmasıdır. Bu çalışmada bu algoritma metin madenciliği ve metin analizleri için kullanılacaktır. Metin madenciliği metnin doğal dilinde verilerin analizidir. Metin analizleri, bilgi çıkarımı ve sözcüksel analiz ile ilişkilidir. Bu analizler kelime sıklık dağılımlarını gözlemlemek için örüntü tanıma, etiketleme/açıklama, bilgi çıkarımı, bağlantı, ilişki analizi, görselleştirme ve öngörü analitiğini yapan veri madenciliği teknikleridir. Bu çalışmanın amacı; Yönetim Bilişim Sistemleri (YBS) alanında ele alınan konuların önem sırasının belirlenmesi ve yüksek kalite bilgilerin YBS alanında yazılmış bilimsel makalelerdeki anahtar kelimelerden çıkarılmasıdır. Anahtar Kelimeler Yönetim bilişim sistemleri, apriori algoritması, metin madenciliği, bilgi haritası. SUMMARY In data mining, association rule learning is a popular and well researched method for discovering interesting relations between variables in large databases. There are several data mining algorithms of association rules. One of the most popular algorithm is Apriori which is used to extract frequent item sets from a large database and creating the association rules for discovering the knowledge. In this study, the algorithm will use text mining and text analysis methods. Text mining is the 118 analysis of data in natural language text. Text analysis involves information retrieval, lexical analysis for observing word frequency distributions, pattern recognition, tagging/annotation, information extraction, data mining techniques including link and association analysis, visualization, and predictive analytics. The aim of this study is to determine what's hot and what's not in Management Information Systems (MIS) and derive high-quality information from keywords of MIS articles. Keywords Management information systems, apriori algorithm, text mining, knowledge mapping. GİRİŞ Metin madenciliğinin amacı çeşitli veri madenciliği algoritmalarını kullanarak erişilebilir metinlerde bulunan verileri ve/veya kelimeleri analiz ederek anlamlı sayısal endeksleri çıkarmak ve yüksek kaliteli bilgilere ulaşmaktır. Yüksek kaliteli bilgiler, genellikle istatistiksel örüntü tanıma gibi metotlarla desen ve eğilimlerin yolu belirlenerek elde edilir. Metin madenciliğinde yüksek kalite, ilgili, alakalı ve ilginç olmanın birleşimidir. Metin madenciliğinde bilginin çıkarımı için kelimelerin tek tek ve kelime ile kelime ilişkisinin çıkarılması esastır. Böylece kelimeler arası ilişkilerden bilgi haritalama yapılabilecektir [1]. LİTERATÜR TARAMASI Yönetim bilişim sistemleri ilk kez 1960'lı yılların ortalarında muhasebe, satın alma, stok, üretim, satış ve bordro konularında dönemsel raporlar hazırlamak amacı ile kullanılmıştır [2]. Günümüzde yönetim bilişim sistemleri kurumsal zekâ uygulamalarının bir bütününü oluşturmaktadır. Raporlama için elbette ileri düzey bir bilgisayar bilgisi gerekmektedir. Bu bağlamda yönetim

2 bilişim sistemleri bilgi teknolojilerinden en çok veri madenciliği ile ilişkilidir. Genel olarak veri madenciliği, geniş ölçekli veri kümesinden bilgiye ulaşmak ya da bilgiyi madenleme işlemi olarak tanımlanabilir [3]. Bu çalışmada da kullanılan veri madenciliğinin temel yöntemlerinden birisi olan birliktelik kuralları analizi veriler arasında ilginç ilişkilerin ortaya çıkarılması işlemidir [4]. Bu işlem için veriler arasında ilişki olabilecek alanların frekans değerleri bulunur ve bu değerler üzerinden kurallar oluşturulur. METOD Bu çalışma da sitesinden alınan verilere göre 1996 ve öncesi yıllarda ve yılları arasında yayınlanmış ve içinde management information system kavramı geçen toplam makale incelenmiştir. Bu verilerden 2015 yayınlanan 597 makaleden anahtar kelimesi olmayanlar çıkarılarak toplamda 560 makalenin anahtar kelimeleri üzerinden birliktelik kuralları algoritması ile veri madenciliği yapılmıştır [5]. Anahtar kelimelerin elde edilmesi için Java dilinde yazılan bir program ile ScienceDirect üzerinden indirilen makalelerin anahtar kelimeleri MS Excel programına aktarılmıştır. Daha sonra Şekil 1 de gösterilen açık kaynak kodlu bir veri madenciliği yazılımı olan RapidMiner ile birliktelik kuralları analizi yapılmıştır [6, 7]. konusunda bir matris oluşturulmuştur. Bu matris ile 2419 adet farklı anahtar kelimenin geçtiği makalelerden true veya false ifadelerine göre BiNominal değerler bulunmuştur. Bu değerler ile öncelikle FP-Growth algoritması kullanılarak benzer kelimelerin makaleler üzerinde frekans değerleri hesaplanmıştır [8]. FPGrowth algoritması öznitelikler arasındaki yani anahtar kelimeler arasındaki frekans desenini ortaya çıkarır. Frekans deseni olmadan anahtar kelimelerin birlikteliklerinin ne kadar sık meydana gelip gelmediğini bulmak mümkün değildir. Bu frekans değerler daha sonra birliktelik kurallarını çıkarmak için kullanılmıştır. Birliktelik kuralları algoritmasının temel yaklaşımı, eğer k-öğe kümesi minimum destek ölçütünü sağlıyorsa, bu kümenin alt kümeleri de minimum destek ölçütünü sağlar şeklindedir [9]. Minimum destek ölçütü için FPGrowth algoritmasında bir parametre mevcuttur. Bu destek (support) parametresine göre minimum desteği sağlayan öznitelikler kombinasyonu frekans desenini oluşturur. Bu birlikteliklerin doğruluğu ise güven (confidence) ölçütü ile ifade edilir. SONUÇ Bu analizlerle anahtar kelimeler üzerinden YBS çalışma alanlarının ve/veya diğer disiplinlerle olan ilişki yoğunluğunun derecelendirilmesi amaçlanmıştır. Sonuç olarak çoklu disiplin olan YBS nin çalışma alanlarının önem sıralaması ve bilgi haritaları ortaya konulmaya çalışılmıştır. Şekil 1. RapidMiner Birliktelik Kuralları çıkarılması Excel den alınan anahtar kelimeler üzerinde RapidMiner ile Metin Madenciliği gerçekleştirilmiştir. Metin madenciliğinde anahtar kelimeler Process Document From Data aracı ile önce küçük harflere dönüştürülmüş, sonrasında anahtar kelimeler dilbilimsel kelimelere ayrıştırılarak hangi kelimenin hangi makalede geçtiği 119 Şekil 2. Yıllara göre makale sayısı Şekil 2 den anlaşılacağı üzere 1996 ve öncesi makale sayısı göz ardı edildiğinde özellikle 2000 n sonra

3 YBS alanında yazılan makale sayısının her yıl ortalama yaklaşık olarak %10 artığı görülmektedir. Bu dergiler içinde Long Range Planning strateji planlama alanında yayınlanan bir dergi olup YBS konularında çalışmalarla öne çıkmaktadır. Analizler sonucunda toplamda 21 adet birliktelik kuralı elde edilmiş ve Tablo 1 de verilmiştir. Bu kurallar oluşturulurken 560 makale içinde toplam 2419 adet benzersiz anahtar kelime ortaya çıkmış ve yapılan FPGrowth algoritmasında minimum destek katsayısı (support) olarak seçilirken birliktelik kuralları çıkarılırken güven (confidence) katsayı 0.8 olarak seçilmiştir. Bu parametrelere göre elde edilen kuralların destek değeri olurken güven değeri 1 olmuştur. Tablo 1 Birliktelik Kuralları Şekil 3. Konularına göre makale sayısı Şekil 3 incelendiğinde ise YBS ile ilgili olarak yayınlanan makalelerde çok belirgin bir farkla system konusunun ön plana çıktığı görülmektedir. Ayrıca 202 makale ile new york ilginç bir konu olarak ortaya çıkmaktadır. [knowledge sharing] --> [knowledge management] [knowledge] --> [information systems] [technology] --> [innovation] [government surveillance] --> [twitter] [citizen-centric e-governance] --> [twitter] [web 2.0] --> [impact] [e-commerce] --> [developing countries] [supplier selection] --> [fuzzy topsis] [social support] --> [online support community] [muhasebe eğitimi] --> [kaygı] [mtf] --> [ccd] [government surveillance] --> [citizen-centric e-governance] [emergency obstetric care] --> [cesarean delivery] [emergency obstetric care] --> [bangladesh] [cesarean delivery] --> [bangladesh] [government surveillance] --> [twitter, citizen-centric e-governance] [citizen-centric e-governance] --> [twitter, government surveillance] [government surveillance, citizen-centric e-governance] --> [twitter] [emergency obstetric care] --> [cesarean delivery, bangladesh] [cesarean delivery] --> [emergency obstetric care, bangladesh] [emergency obstetric care, cesarean delivery] --> [bangladesh] Elde edilen kurallardan Türkçe yayınlanan bir makalede muhasebe eğitimi ve kaygı arasında bir ilişki elde edilmiştir. Anahtar kelimeler arasında özellikle sezaryen ile Bangladeş arasında kuvvetli bir ilişki olduğu görülmektedir. Şekil 4. Yayın başlığına göre makale sayısı Şekil 4 e göre Information & Management ile Decision Suport Systems dergileri YBS alanında en çok yayın yapılan dergilerin başında gelmektedir. 120 Birliktelik kuralları ile ScienceDirect sitesindeki veriler kıyaslandığında organization konusunda birliktelik kurallarının benzerlik gösterdiği gözlemlenmiştir. Tabi ki bu çalışmada sadece 2015 yılı makalelerinin incelendiği göz önüne alınırsa tüm makaleler ile yapılacak bir analizde daha fazla benzerlikler ortaya çıkabilecektir. Ancak anahtar kelimeler ile yapılan bu metin madenciliği çalışması ileriye dönük çalışmalar için bir örnek teşkil edebilir.

4 KAYNAKÇA [1] J. R. Emmanual, N. Krishnamoorthy, M. Karthikeyan and A. J. Felix, "Independent knowledge extraction in nature of humorous text analysis review using online text analysis tool," in ICCCNT 2014: 5th International Conference on Computing Communications and Networking Technologies, Sivakasi, [2] R. M. Stair ve G. W. Reynolds. Principles of Information Systems, 5.Basım, S.22, Course Technology, 2001 [3] Han, J., Kamber, M., Data mining: concepts and techniques, 2nd ed., The Morgan Kaufmann Series in Data Management Systems, San Fransisco: Morgan Kaufmann Publishers, [4] Agrawal, R.; Imieliński, T.; Swami, A. (1993). "Mining association rules between sets of items in large databases". Proceedings of the 1993 ACM SIGMOD international conference on Management of data SIGMOD '93. p doi: / ISBN [5] A.Y. Çamurcu, F.C. Özçakar, Birliktelik kuralı yöntemiyle bir veri madenciliği yazılımı tasarımı ve uygulaması, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, Yıl:6, Sayı:12, Güz:2007/2 s [6] RapidMiner Açık Kaynak Kodlu Tahminleyici Veri Madenciliği Aracı, Erişim tarihi: [7] Data Mining for the Masses, Dr. Matthew North, A Global Text Project Book, ISBN: [8] J. Han, H. Pei, and Y. Yin. Mining Frequent Patterns without Candidate Generation. In: Proc. Conf. on the Management of Data (SIGMOD 00, Dallas, TX). ACM Press, New York, NY, USA 2000 [9] E.Güngör, N.Yalçın, N.Yurtay, Apriori Algoritması ile Teknik Seçmeli Ders Seçim Analizi, UZEM 2013 Ulusal Uzaktan Eğitim ve Teknolojileri Sempozyumu, Konya, Türkiye, s Meslek Yüksekokulu Bilgisayar Programcılığı programında bölüm başkanı ve öğretim görevlisi olarak çalışmaktadır. Yrd. Doç. Dr. Eyüp AKÇETİN 2005 Ege Üniversitesi Halkla İlişkiler ve Tanıtım Bölümü nden, 2006 Anadolu Üniversitesi İşletme Bölümü nden mezun olmuştur Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, Lojistik ve Deniz Ulaştırması Bölümü nden yüksek lisans derecesini alarak 2012 İstanbul Üniversitesi, Deniz Bilimleri ve İşletmeleri Enstitüsü, Deniz Ekonomisi Bölümü nden Doktora unvanını almıştır Sakarya Üniversitesi Bilgisayar Mühendisliği Bölümünden ikinci yüksek lisansını tamamlamıştır. Yrd. Doç. Dr. Deniz HERAND 2005 Marmara Üniversitesi Almanca İşletme Enformatiği Bölümü nden mezun olmuştur Marmara Üniversitesi Sosyal Bilimler Enstitüsü İşletme Enformatiği anabilim dalında yüksek lisans öğrenimini tamamlamıştır Almanya, Reutlingen Üniversitesi, Enformatik Fakültesi nde ikinci yüksek lisans öğrenimini gerçekleştirmiştir Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Endüstri Mühendisliği anabilim dalında doktorasını tamamlamıştır n beri Türk Alman Üniversitesi Endüstri Mühendisliği bölümünde öğretim görevlisi olarak çalışmakta ve birçok üniversitede İşletme, Endüstri ve Bilgisayar Mühendisliği Bölümlerinde dersler vermektedir. Yrd. Doç. Dr. Abdulkadir YALDIR 1988 Çukurova Üniversitesinden Lisans ve 1992 Yılında ise University of London Birkbeck College de Bilgisayar Bilimleri ve Yazılım Mühendisliği alanında Lisans ve Yüksek Lisans derecelerini almıştır ise İngiltere - University of Reading te MEB burslusu olarak Bilgisayar Bilimleri alanında Doktora derecesini almıştır yılları arasında Pamukkale Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyeliği, yılları arasında Mühendislik Fakültesi Dekan Yardımcılığı, 2013 ÖZGEÇMİŞLER Öğr. Gör. Dr. Ufuk ÇELİK 1999 Selçuk Üniversitesi Çevre Mühendisliği bölümü, 2003 London Metropolitan University Bilgisayar Bilimleri yüksek lisans programından, 2015 Sakarya Üniversitesi Bilgisayar ve Bilişim Mühendisliği doktora programından mezun olmuştur. Halen Bandırma Onyedi Eylül Üniversitesi Gönen 121

5 n bu yana ise aynı üniversitenin Yönetim Bilişim Sistemleri Bölümü Öğretim Üyeliği ve Bölüm Başkan Yardımcılığı ve 2012 n itibaren Bilgi İşlem Daire Başkanlığı görevini yürütmektedir. Yrd. Doç. Dr. Melih ENGİN Ankara Üniversitesi Bilgisayar ve Öğretim Teknolojileri alanında Lisans (2002), yüksek lisans (2005) ve doktora (2013) eğitimlerini tamamlamıştır. Milli Eğitim Bakanlığı nda Bilişim Teknolojileri Öğretmeni ve daha sonra 2013 n beri Uludağ Üniversitesi Yönetim Bilişim Sistemleri Bölümü öğretim üyesi ve bölüm başkanı olarak çalışmaktadır. 122 Arş. Gör. Şebnem ÖZDEMİR 2010 Yıldız Teknik Üniversitesi Fen Fakültesi Matematik Bölümü nden mezun olmuştur İstanbul Üniversitesi Hasan Ali Yücel Eğitim Fakültesi Matematik Eğitimi Yüksek Lisans ve 2012 İstanbul Üniversitesi Enformatik Yüksek Lisans derecesini almıştır. Aynı programda 2012 başladığı doktora eğitimine halen devam etmektedir n beri İstanbul Üniversitesi Enformatik Bölümü Araştırma Görevlisi olarak çalışmaktadır.