T.C. SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Transkript

1 T.C. SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ WEB/E-TİCARET ALANINDA ZEKİ VE YA ZEKİ OLMAYAN KARAR DESTEK SİSTEMİ TASARIMI VEYA UYGULAMALARI ZEKİ KARAR DESTEK SİSTEMLERİ BAHAR YARIYILI DÖNEM ÖDEVİ Ümit ÇİMEN Enstitü Anabilim Dalı : YÖNETİM BİLİŞİM SİSTEMLERİ Enstitü Bilim Dalı : BİLİŞİM SİSTEMLERİ / U.E. Ödev Danışmanı : Yard.(Doç.) Abdulkadir HIZIROĞLU Ödev Teslim Tarihi : ii

2 İÇİNDEKİLER İÇİNDEKİLER... iii Veri ambarı (datawarehouse) nedir?... 4 Data Mart Nedir?... 4 Veri mağdenciliği nedir?... 5 Oltp ve Olap nedir?... 7 Zeka Nedir?... 7 Yapay Zeka Nedir?... 7 Web Sayfalarının Sınıflandırılmasında Yapay Zeka Tekniklerinin Kullanılmasına Dair Örnek Uygulama Amaç:...8 Uygulama:... 8 Sonuç: Örneğin:... 9 KAYNAKLAR... Error! Bookmark not defined. iii

3 4 Veri ambarı (datawarehouse) nedir? Veri ambarı çeşitli kaynaklardan toplanan, bu gün ile geçmişin arasında, kısmi istatistiksel analizeler yapılamasına imkan veren ve bu analizlerden oluşan çıkarımlar sonucu karar vericilere destek sağlayan büyük çapta veri yığınları kümesidir.veri ambarı, veri tabanı yapıları gibi güncel bilgileri barındırmaz yada içerdiği veri sürekli değişikliğe uğramaz.veri ambarı veri tabanı sistemlerine yardımcı olmak adına,büyük ve eski verilerin depolanmasını sağlar ve böylelikle veri tabanlarına düşen görev yükü azalmış olur. Buna basit bir örenk verecek olursak; Bir bilgisayar donanım mimarisinde işlemciye en yakın hafıza birimi ram dir.ram herzaman güncel bilgileri tutar.daha eski bilgiler kullanılması gerekirse Harddiskten sorgulanır ve alınır.burada Ram yapısını =Veri tabınına, Hardisk yapısınıda =Veri ambarına benzete biliriz. Veri tabanı sistemlerinde, verinin değişikliği, güncellenmesi, silinmesi vb işlemlerin son kullanıcı (personel) tarafından da yapılabilmesi söz konusudur. Ama veri ambarları sadece yöneticilerin yönetimsel değişiklik yapabildiği ve personelinde kısmi yetki kapsamında veri ambarındaki bilgilere ulaşabilmesi söz konusudur. Zaten bir veri ambarının amacı eski sabit veriler ile bir takım çıkarsamalar yaparak karar verme ve buna takiben belirli sonuçlara ulaşma amacı söz konusudur. Bu nedenle veri ambarında sürekli veri değişikliği mantıklı değildir. Data Mart Nedir? Veri ambarlarının bir alt sınıfıdır. Sadece belirli bölüme (alana) ait verileri kapsayan veri kümesidir (küçük ambar).yani Veri ambarları gibi tüm verileri bünyesinde bulundurmaz, belirli konuya odaklı verileri tutar. Bir nevi veri ambarına ait verileri böler. Mesela satış ve satın almaya ait 2 adet veri pazarı örnek olarak verilebilir. 4

4 5 Veri mağdenciliği ği nedir? Veri madenciliği, i, veri ambarları ya da veri tabanlarındaki mevcut verilerin, istatistiksel, matematiksel, hatta yapay zekanın da dahil olduğu teknikler kullanılarak yeni, anlamlı çıkarımlar oluşturulması işlemidir. Bir çok veri girilir, ilir, şuanki veriler ile eski zaman dilimlerine ait veriler arasında bir karşılaştırma yapılır ve bir takım tespitler ortaya çıkar. Bu tespitler doğrultusunda geleceğe e yönelik tahmini olasıklıklar üzerine bir takım karar verme durumları ortaya çıkar. Bu karar verme durumlarının riski, veri madenciliği sayesinde minimize edilmiştir. Veri madenciliğinin inin kullanıdığı alanlardan bazılarını belirtelim ve bir örnek ile açıklık getirelim. Pazarlama Alanında -Müşterilerin satınalma örüntülerinin belilenmesi -Satış tahminleri -Müşteri değerlendirme erlendirme vb. 5

5 6 Bankacılıkta -Kredi kartı dolandıcırılıklarıın tespiti, -Kredi kartı harcamalarına göre müşterilerin sınıflandırılması,guruplara ayrılması vb Sigortacılıkta -Riskli müşterilerin örüntülerinin tespit edilmesi -Yeni poliçe telep edecek müşterilerin belirlenmesi vb. Satış alanında veri madenciliğine bir market üzerinden örnek verelim. Bir markette masa saatlerinin bulunduğu bir raf düşünelim.müşteriler bir saat aldıklarında, bir adette kalem pil alma ihtiyacı duyuyorlar ve üst kata çıkıp kalem pili alıyorlar. Ama müşterilerin çoğu pil almayı unutuyor, hatta bazıları yukarı tekrar çıkıp o pili reyonundan almaya üşenebiliyor. Şuan burada duvar saati ve pil alımlarında belirli bir oran olduğunu düşünelim.uzun bir süre sonrasında karar vericiler satış raporları alıyorlar, hatta bunun için veri ambarına dahi ihtiyaç duyuyorlar ve görüyorlarki masa saati alan müşterilerin % 40 ı pil reyonundan da pil alıyorlar.buradaki yapılacak mantıklı çıkarasama, masa saatlerinin olduğu rafın yanına pil rafınında getirilmesi, pil alımı konusunda satışları arttıracağı gibi saatlerinde alınması konusunda ufak bir teşvik dahi ortaya çıkaracaktır. İşte görüldüğü gibi veri madenciliğinin en kolay uygulandığı uygulamada basit getirisinin ne oduğunu anlamış olduk. 6

6 7 Oltp ve Olap nedir? OLTP (On-Line Transaction Processing) somut bir şey olmayıp,iş süreçleri içinde tüm verinin toplanması,firmanın tüm hereketlerini kayıt edilmesi yani veri tabanlarındaki tüm işlem verilerini kapsandığı bir yapı modelidir.veri tabanları OLTP kapsamına girer. OLAP (Online Analytical Processing) ise OLTP tarafından toplanan verilerin analiz edilmesine odaklanır.veri marketleri ve veri ambarları OLAP uygulamalarının kapsamına girer Zeka Nedir? Zekâ, insan beyninin öğrenme, anlama, soyut düşünme, sebep-sonuç ilişkisi çıkarma, planlama, problem çözme gibi zihinsel kabiliyetlerine verilen addır.yani insan oğlu, bilgiyi alır, öğrenir, karşılaştırma yapar, bir sorun karşısında kendi çapında alternatifler yaratır, en doğru sonucu getirecek kararı vermeye çalışır.yaşanan tecrübelerden, benzer sorunlarda daha aktif ve esnek davranarak, olumsuz sonuçları minimuma indirme kabiliyeti vardır. Yapay Zeka Nedir? Bir bilgisayar sistemine ne komut verilirse onu işler ve uygular. Bu gün bir bilgisayar sistemi insanın yapamayacağı miktarda hesaplamaları saniyeler içerisinde yapacak kabiliyete sahiptir. Ama bunun başında yine bir komut ve işleyişinde de daha önceden bilgisayara kazandırılan edinimler sayesinde bu tip hesaplamalar mantık çerçevesinde yapılır.yani bir hesap makinesine hesap yapabilme kabiliyeti önceden entegre edilmiştir. 7

7 8 Bir malın fiyatının 60 lira olduğunu ve % 20 iskonto yapılacağını varsayalım, bunu hesap makinesinde hesapladığınızda, cihazda 60*0,8 =48 lira iskontolu fiyatını çıkaracaktır.ama hesap makinesi size. Bu iskonto çok fazla ileride zarar edilebilir. şekilde bir cevap veremez.somut ve net veri girişi ile somut ve net sonuç söz konusudur. Uzun yıllardır, hala bir çok yönü çözülemeyen insan zekasının bilgisayarlara entegrasyonu üzerinde bir çok çalışma yapılmıştır. Bu çalışmalarla ilgilenen bilgisayar bilimi dalına Yapay Zeka denir. Amaç, bilgisayar sistemlerine, öğrenebilme, muhakeme, karşılarştırma, alternatifler sunma, kazanılan edinimlerden (tecrübelerden) benzer olaylarda daha esnek ve akılcı davranma gibi özelliklerin kazandırılması. Web Sayfalarının Sınıflandırılmasında Yapay Zeka Tekniklerinin Kullanılmasına Dair Örnek Uygulama. Amaç: Yapay sinir ağları tekniği kullanılarak Web sayfalarının sınıflandırılmasını (ketegorilendirilmesini) etkin bir şekilde sağlamak. Uygulama: İnternet ortamında yapay sinir ağları için çeşitli yazılım kütüphaneleri ve simülasyon ortamı mevcuttur. Bunların bazıları sadece kütüphane kısmından oluşurken birkısmıda yapay sinir ağı dizaynı sağlayan kolaylaştırıcı araçları da içerir. Bu tür araçlar,yazılımlara yapay sinir ağı eklemeyi basitleştirir.uygulama Java platformunda hazırlanmıştır. 8

8 9 Bu yapıda Yapay sinirağı modeli olarak, çok katmanlı algılayıcılar modeli baz alınmıştır. Çok katmanlı algılayıcı, bazı zor ve farklı problemleri başarılı bir şekilde çözmek için uygulanır. Uygulamanın gelişiminde ilk olarak kategorilere ayrılmış web sayfalarının oluşturduğu, bir veri kümesi oluşturma gerekliliği mevcut. Bunun için DMOZ (Açık Dizin Projesi) web sitesinden faydalınılıyor. DMOZ; Web deki en büyük dizin sistemidir.bu sistem Editörler (insanlar) tarafından oluşturulur, sınıflandrılır, ketegorilendirilir. Hatta Google vb aramotoru firmaları bu web sitesi bilgilerini kullanarak kendi indexlemelerini yapar. Bu uygulamada DMOZ web sitesinin kullanılmasındaki amaç,sitenin verileri XML ortamında tutuyor olması, bu da bu dosyaların rahatlıkla bu uygulamadaki sisteme entegre edilebiliyor olabilmesidir. DMOZ dan alınan veriler basit bir dil işleme sürecinden geçirilerek, uygun kelimelerin ayrıştırılması sağlanmıştır. Sonuç: Kullanıcıların aradığı sayfaların ve bilgilerin bulunmasında, zeki bir arama motoru, tahminler yaparak, işlem süresini kısaltmakta ve gereksiz ayrıntılarla uğraşılmasını engellemektedir. Web sitelerinde kullanılan zeki karar destek sistemleri (sanal yardımcılar), kullanıcıları uygun şekilde yönlendirerek, amaçlarına en kısa zamanda ulaşmalarını sağlamaktadır. Sohbet robotları karşılıklı konuşma imkanı sunarak, bilgi verme, yönlendirme amaçlı kullanılmaktadır. Belirli ürünlerin en uygun fiyatla satıcıdan alınması için zeki etmenler kullanılmaktadır. Hatta kişilik özelliklerini belirleyerek kullanıcılara, sayfalarını ve bilgilerini en uygun şekilde sunan siteler yapılmaktadır. Örneğin: Çeşitli ürün satan bir alışveriş sitesinden sürekli kitap alıyorsunuz, arada birde farklı ürünlerde alıyorsunuz. Sistemin öğrenme kabiliyeti sayesinde,sizin siteye bir dahaki girişinizde en çok alım yaptığınız ürün çeşidi hakkında, sistem size tavsiyelerde bulunuyor. Mesela yeni çıkan kitaplardan bir kaçını gösteren ufak bir pencere sitenin herhangi bir köşesinde beliriyor. 9

9 10 Hatta sadece kitap satan bazı sitelerde, okuduğunuz kitap türleri sistemin öğrenme yeteneği sayesinde size yeni çıkan yada en çok okunan aynı tarzda kitapları önerebiliyor. KAYNAKLAR [1] PİRİM, Harun, (2006), Yapay Zeka Yaşar Üniversitesi Dergisi, content/uploads/2011/07/no1_vol1_07_harun_pirim.pdf Erişim Tarihi: [2] ERASLAN, Ergun (2001), Yapay Zeka Başken Üniversitesi Yazısı, Erişim Tarihi: [3] NAVİBEY, Vasif V. (2005), Yapay Zeka-Karar Destek Sistemleri ve İş Zekası, Bilgi Ve iletişim Teknolojileri Dünyası, Erişim Tarihi: [4] ARSLAN, Yusuf (2012), OLAP Mimarisine Genel Bakış-1 Data Warehouse - Makale Erişim Tarihi: [5] ALTAN, Mesut (2011) Veri Ambarı & OLAP, Trakya Üniversitesi Ders Yazısı, Erişim Tarihi: [6] USGURLU, Ümit Burak, Veritabanı, Veri Madenciliği, Veri Ambarı, Veri Pazarı, Başkent Üniversitesi Ders Yazısı, [7] ÖZDEMİR, Suat, Veri Madenciliği Bölüm3.Veri Ambarları Gazi Ümiversitesi Ders Yazısı, Erişim Tarihi : [8] YILMAZ, M.Betül, Zeki Öğretim Sistemleri Yıldız Teknik Üniversitesi Ders Yazısı, Erişim Tarihi:

10 11 [9] YILMAZ, Arslan, (2010), Karar Destek Sistemleri İçin Uygun Bir Model Geliştirilmesi Hava Harp Okulu Komutanlığı- Araştıma Çalışması Erişim Tarihi: [10] ÖZBAYOĞLU, Murat,(2009), Yapay Zeka Bugünü ve Geleceği Erişim TOBB Ekonomi ve Teknoloji Üniversitesi - Yazısı Erişim Tarihi: [11] SÜMERKENT, Kadir, (2011), Bankacılık Sektöründe Veri Madenciliği, İş Sekam- Makale Çalışması Erişim Tarihi: [12] CEYLAN, Cenk (2010), Siber Savunma İçin Karar Destek Sistemi Ve İstihbarat Stratejisi, Ulusal Bilgi Güvenliği Kapısı- Makale Erişim Tarihi: [13] YAVUZ, Özlem, TECİM, Vahap, (2008), Trafik Kazalarının Analizine Yönelik Karar Destek Sistemleri: Örnek Uygulama Dokuz Eylül Ünivesitesi Fen ve Mühendislik Dergisi Erişim Tarihi: [14] ÇELİK, Adnan, AKGEMİCİ, Tahir (2010) Yönetim Bilişim sistemleri 11