Makine öğrenme algoritmaları ile web siteleri tıklamalarının analizi

Basit Öğe Kaydı
dc.contributor.advisorAltan, Zeynep
dc.contributor.authorÇoban, Tevfik
dc.date.accessioned2025-03-10T18:40:16Z
dc.date.available2025-03-10T18:40:16Z
dc.date.issued2011
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.description.abstractBu tez çalışmasında, Türkiye'de yaygın olarak tıklanan web sitelerinin istatistiksel verileri kullanılarak, makine öğrenme algoritmaları ile analizi yapılmıştır. Elde edilen veriler üzerinde makine öğrenmesinin başarısının nasıl gerçekleştiği, bu veriler arasında web sitesi trafiğindeki en belirleyici parametreler tespit edilmiştir. Bu tespitler, hem gözetimli öğrenme algoritmalarından Naive Bayes, Bayes Ağı, K En Yakın Komşu, Destek Vektör Makinesi, ID3 ve C4.5 algoritmaları ile hem de gözetimsiz öğrenme algoritmalarından K-means ve Hiyerarşik Kümeleme algoritmaları ile gerçekleştirilmiştir. Eğitim-test, çapraz doğrulama gibi farklı seçeneklerle ayrıntılı olarak incelenen bu algoritmaların birbirine göre başarı ve performans kıyaslaması yapılarak web siteleri tıklamaları analizi üzerindeki uygun ve uygun olmayan algoritmalar belirlenmiştir.Ayrıca, gözetimsiz öğrenme algoritmaları kullanılarak web sitelerinin kümelendirilmesi gerçekleştirilmiştir. Web sitelerinin türü ve özelliklerinin, ziyaretçilerin tıklama üzerine davranışlarının nasıl değiştiği üzerinde yorumlar ve değerlendirmelere yer verilmiştir.
dc.description.abstractIn the work presented, statistical data of web sites which are the most common clicked in Turkey are analyzed with machine learning algorithms. For website traffic, the most decisive parameters of this statistical data are identified. Both some supervised learning algorithms like Naive Bayes, Bayesian Network, K Nearest Neighborhood, Support Vector Machines, ID3, C4.5 algorithms and some unsupervised learning algorithms like K-Means, Hierarchical Clustering algorithms are used for these determinations. These algorithms are investigated with different options like training ?test, cross validation and performance and success of these algorithms are compared to each other, for the websites clicks analysis appropriate and inappropriate algorithms are selected.Also, using unsupervised learning algorithms websites are clustered. This study include reviews and assessments about effect of type and characteristics of websites on visitor?s click behavior.
dc.identifier.endpage116
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=EEdeQgIdFRxX5NbvVau-Avt0o0j65FxQDPZeqXRAs_MmPmVOeMfKcoc0ZHX1SS8O
dc.identifier.urihttps://hdl.handle.net/20.500.12662/5711
dc.identifier.yoktezid307452
dc.institutionauthorÇoban, Tevfik
dc.language.isotr
dc.publisherİstanbul Beykent Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20250310
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
dc.subjectComputer Engineering and Computer Science and Control
dc.titleMakine öğrenme algoritmaları ile web siteleri tıklamalarının analizi
dc.title.alternativeAnalysis of website clicks with machine learning algorithms
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Tez Koleksiyonu