Kümeleme analizi veri tabanlarındaki verileri kümeler ya da gruplar içerisinde toplayarak birbirine benzer niteliklere sahip olan elemanların bir araya getirilmesinde kullanılan bir veri madenciliği yöntemidir. Bu çalışmada Türkiye' de yer alan 55 havalimanından verilerine eksiksiz olarak ulaşılan 49 havalimanının kümelenmesi amaçlanmıştır. Bu havalimanlarının kümelenmesinde; uçak sayısı, ticari uçak sayısı, yük miktarı, yolcu sayısı, satış gelirleri, hizmet giderleri, yolcuya hizmet verilen alan, yolcu terminalleri toplam alan, bilgi işlem cihaz sayısı, personel sayısı, kurtarma cihaz sayısı, hava ve radar seyrüsefer sistemleri, haberleşme telsiz cihazları, en yakın merkeze uzaklık, denizden yükseklik, hava sıcaklık ortalaması, yangınla mücadele kategorisi ve araç envanteri kriterleri kullanılmıştır. Çalışmada ilk önce ENTROPİ yöntemi ile kriterlerin ağırlıkları hesaplanmış ve daha sonra kümeleme işlemi gerçekleştirilmiştir. Havalimanlarının kümelenmesinde EM algoritması kullanılmıştır. EM algoritmasına göre havalimanları 5 kümeye ayrılmıştır. Sonuç olarak elde edilen bu kümelerin BORDA Sayım yöntemi ile performans değerlendirmesi yapılmıştır.
BORSA İSTANBUL ENDEKSLERİNİN BİRLİKTE HAREKETİ: FP GROWTH ALGORİTMASI İLE BİR UYGULAMA ÖZVeriye ulaşabilme kolaylığı ve veri bolluğu dijital çağın en önemli faydalarındandır. Ortaya çıkan verinin çıkar grupları için faydalı hale gelebilmesi için verinin işlenmesi ve karar alma süreçlerinde kullanılabilir hale getirilmesi gerekmektedir. Veri madenciliği bir çok alanda olduğu gibi finans alanında da kullanılmaktadır. Bu araştırmada, Borsa İstanbul bünyesinde yer alan 30 endeksin veri madenciliği uygulamalarından birliktelik analizi kullanılarak FP Growth Algoritması ile birlikte hareketi tespit edilmeye çalışılmıştır. Kuralları oluşturmak için kullanılan veri seti 4.11.2014-12.03.2021 tarihleri arasındaki 1601 işlem gününden oluşmaktadır. Çalışma iki grup veri setiyle ele alımıştır. İlk olarak araştırmaya dahil edilen 30 endeksin tamamı incelenmiştir. Bulgularda XU030, XUTUM, XU100, XUSRD, XUMAL, XBANK ve XKURY endekslerinin önemli birlikte hareketi tespit edilmiştir. İkinci aşamada sektör endeksleri üzerine bir analiz gerçekleştirilmiştir. Burada XBANK ve XUMAL endeksleri arasında çok belirgin bir birliktelik göze çarpmaktadır. Ayrıca XTM25, XUSIN ve XHOLD endeksleri ile XBANK ve XUMAL endekslerinin birlikte hareketi dikkat çekicidir.
Today, the football industry stands out among the sports branches. Especially with the development of technology and its integration into football, different tactical understandings and formations emerge. With these developments, the current positions of the players and the other positions they are prone to play can be revealed as a result of the analysis. In this way, club management and technical team aim to establish the best team according to the current budget and tactical game understanding. Therefore, it is very important for the teams to play the players in the right position or to transfer the right player to the required position. In football competitions where 11 players are involved in the game, tactical changes can be made within the game according to the tactical arrangement and tactical understanding of the opposing team, and the player can be played in different positions. In this study, the player data of Turkey and the leagues of Germany, England, France, Spain, Italy, which are considered to be the five big leagues, for the years 2020-2021 were obtained from the website named “whoscored”. In the data set obtained, the players who stayed on the field for a minimum of 1500 minutes were taken as a basis and clustering analysis was performed with the data of 985 players. Players are clustered on four basic positions: goalkeeper, defender, midfielder and attacker. In the study, Expectation Maximization, one of the clustering analysis algorithms, was used and a success rate of 81 percent was achieved.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.