Show simple item record

dc.contributor.advisorÇakar, Tunaen_US
dc.contributor.authorŞimşek, Yıldırım Murat
dc.date.accessioned2019-11-12T13:41:59Z
dc.date.available2019-11-12T13:41:59Z
dc.date.issued2018en_US
dc.identifier.citationŞimşek, YM. (2018). Market basket analysis using apriori algorithm , MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiyeen_US
dc.identifier.urihttps://hdl.handle.net/20.500.11779/1164
dc.description.abstractPredictive analysis is a branch of data engineering that predicts some occurrence or probabilities depend on the data. To make predictions about future events, predictive analytics uses data mining techniques. The process of these techniques involves an analysis of historic data and predicts the future events based on that analysis. Also using predictive analytics modelling techniques, a model can be created to predict. Depending on the data that they are using these predictive models can be varied. Predictive analytics is made of various statistical and analytical techniques used to develop models that will predict future occurrence, events or probabilities. Market basket analysis is one of the data mining techniques that focusing on discovering purchasing pattern by extracting associations from a store’s transactional data. The electronic commerce point-of-sale expanded the utilization and application of transactional data in Market Basket Analysis. The needs of the customers have to be known and adapted to them from the retailers. The retailers collect information about their customers and what they purchase with the help of the advanced technology. Analysing this information is extremely valuable for understanding purchasing behaviour in retail commerce. Market basket analysis is one possible way to discover which items can be sold together. This analysis gives retailer valuable information about related sales on a group of goods basis customers who buy bread often also buy several products related to bread like milk or butter. It makes sense that these groups are placed side by side in a store so that customers can reach them quickly. Market basket analysis is very useful technique for the related group of products that are bought together, and to reorganize the supermarket layout, and also to design promotional campaigns such that products’ purchase can be improved. The main aim of this capstone project is to find the co-occurring items in consumer shopping baskets in the data set that provided by GittiGidiyor E-Commerce Company with the help of the association rule mining algorithm; apriori. Mining association rules from transactional data will provide us with valuable information about co-occurrences and copurchases of products. Such information can be used as a basis for decisions about marketing activity such as promotional support, inventory control and cross-sale campaigns.en_US
dc.description.abstractTahminli analiz, bazı oluşumları veya olasılıkları verilere bağlı olarak tahmin eden bir veri mühendisliği dalıdır. Tahmini analitik, gelecekteki olaylarla ilgili tahminler yapmak için veri madenciliği tekniklerini kullanır. Bu tekniklerin süreci, tarihi verilerin analizini içerir ve gelecekteki olayları bu analiz temelinde öngörür. Tahmini analitik modelleme tekniklerini de kullanarak, tahmin etmek için bir model oluşturulabilir. Kullandıkları verilere bağlı olarak, bu tahmini modeller çeşitlenebilir. Tahminli analitik, gelecekte oluşumu, olayları veya olasılıkları tahmin edecek modeller geliştirmek için kullanılan çeşitli istatistiksel ve analitik tekniklerden yapılır. Pazar sepeti analizi, bir mağazanın işlem verilerinden ilişkilendirmeler çıkartarak satın alma modelinin keşfedilmesine odaklanan veri madenciliği tekniklerinden biridir. Elektronik ticaret pazarı, Market Sepeti Analizi'nde işlem verilerinin kullanımını ve uygulanmasını genişletti. Müşterilerin ihtiyaçları bilinmeli ve perakendeciler tarafından uyarlanmalıdır. Perakendeciler, ileri teknoloji yardımı ile müşterileri ve satın aldıkları hakkında bilgi toplamaktadır. Bu bilgiyi analiz etmek, perakende ticarette satın alma davranışını anlamak için son derecede önemlidir. Pazar sepeti analizi, hangi ürünlerin birlikte satılabileceğini keşfetmenin bir yoludur. Bu analiz perakendeciye, bir grup mal bazında ilgili satışlar hakkında değerli bilgiler verir; ekmek satın alan müşterilerin çoğu; süt veya tere yağ gibi ekmekle ilgili birçok ürün satın alırlar. Müşterilerin hızlı bir şekilde ulaşabilmesi için bu grupların bir dükkanda yan yana yerleştirilmesi mantıklıdır. Pazar sepeti analizi, birlikte satın alınan ilgili ürün grubu için çok yararlı bir tekniktir ve süpermarket düzenini yeniden organize eder ve ayrıca ürünlerin satın alınmasının geliştirilebileceği şekilde tanıtım kampanyaları tasarlar. Bu projenin temel amacı, GittiGidiyor E-Ticaret Şirketinin sağladığı veri setinde tüketici alışveriş sepetlerinde bir arada bulunan ürünleri, Apriori algoritması yardımıyla bulmaktır. İşlem verileri ile madencilik kuralları bize, ürünlerin birlikte gerçekleşme ve ortak satın alımları hakkında değerli bilgiler sağlayacaktır. Bu tür bilgiler, promosyon desteği, envanter kontrolü ve çapraz satış kampanyaları gibi pazarlama faaliyetleri ile ilgili kararlar için temel olarak kullanılabilir.en_US
dc.language.isoengen_US
dc.publisherMEF Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectAssociation Rulesen_US
dc.subjectMarket Basket Analysisen_US
dc.subjectApriori Algorithmen_US
dc.subjectİlişki Kurallarıen_US
dc.subjectAlışveriş Sepet Analizien_US
dc.subjectApriori Algoritmasıen_US
dc.titleMarket basket analysis using apriori algorithmen_US
dc.title.alternativeApriori algoritmaları kullanarak piyasa sepet analizien_US
dc.typeYL-Bitirme Projesien_US
dc.departmentBüyük Veri Analitigi Yüksek Lisans Programıen_US
dc.relation.publicationcategoryYL-Bitirme Projesien_US
dc.contributor.institutionauthorŞimşek, Yıldırım Murat


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record