Veri Madenciliği Uygulama Alanları

Günümüzde bilgisayar sistemleri her geçen gün ucuzluyor ve aynı zamanda güçleri de artıyor. Bilgisayar sistemlerindeki bu gelişmeyle birlikte kullanımı da bu ölçüde yaygınlaşmaktadır. Bu gelişmeyle birlikte işletmelerde üretilen sayısal bilgi miktarının arttığını buna paralel veri tabanlarının daha fazla veriyi saklayabilecek boyutlara ulaştığını,ve bilgisayar sistemlerindeki gelişme ile veriye ulaşmanın kolaylaştığını görmekteyiz. Bu sayede doğru ve daha detaylı bilgiye ulaşmamız mümkün hale gelmiş fakat başka bir sorunu ortaya çıkarmıştır. Bu sorun oluşan bu büyük sayısal veri yığınlarının yönetilmesi ve anlamlı hale getirilmesi sorunudur. Veri kendi başına değersizdir. İstediğimiz amacımız doğrultusunda bilgidir. Bilgi bir amaca yönelik işlenmiş veridir. Veriyi bilgiye çevirmeye veri analizi denir. Bilgi de bir soruya yanıt vermek için veriden çıkardığımız olarak tanımlanabilir. Veri sadece sayılar veya harfler değildir; veri, sayı ve harfler ve onların anlamıdır. Veri hakkındaki bu veriye metaveri diyoruz. Bu veriler belli bir amaç doğrultusunda işlendiği zaman anlamlı hale gelmektedir. İşte ham veriyi bilgiye veya anlamlı hale dönüştürme işini veri madenciliği ile yapabiliriz

Application Fields of Data Mining

Recently, computer systems are cheapening day by day and at the same time their power is increasing with this adavancement their usage spread.With this advancement, we see that the amount of numerical data produced in businesses increase and in relation to this data, bases reaching the dimensions which will able to keep much more data and with advencements in computer systems, getting the data becomes easier. Accordingly, it became possible to get reliable and more elaborate data, but another problem emerged. This problem is to run numerical data mass and to get then meaningful state. Data is worthless alone.Our wish is the in knowledge which is paralel to our aim. Knowledge is data which is operated. Turining data into knowledge is named as data analysis. Data isn’t only numbers and letters. Data is numbers, letters and their meanings. We define this data as metadata . This data can become meaningful at will. We can turn crude data into knowledge or meaniful state with data mining

___

  • 1) Tukey, J – 1973 : Exploratory Data Analysis
  • 2) Öğüdücü Ş.: “Veri Madenciliği, Genel Bilgiler”, http://www.cs.itu.edu.tr/~gunduz/courses/verimaden/
  • 3) SPSS Inc. Chicago, Illionis - http://www.spss.com/datamine/
  • 4) Eker H.:”Veri Madenciliği veya Bilgi Keşfi”,http://www.bilgiyonetimi.org
  • 5) Karakaş M.: “Veri Ambarları Genel Yapısı”, ”,http://www.bilgiyonetimi.org
  • 6) Data Warehousing Information Center - http://www.dwinfocenter.org/
  • 7) Information Discovery Inc. – http://www.datamining.com