Tez

Permanent URI for this collectionhttp://acikerisim.bau.edu.tr:4000/handle/123456789/160

Browse

Subject: search.filters.subject.ANFIS

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    GSM şebekelerinde sahtekarlık yönetimi için veri madenciliği yöntemlerinin uygulanması
    (Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2012-02) Tavacı, Hülya; Karahoca, Adem
    Teknolojinin ve yerel ağ sistemlerinin hızlı gelişip yayılması, ağ sistemlerine izinsiz girişi de beraberinde getirdi. Bu zararı önlemek için, şirketler sahip olduğu ağlardaki veri akışının güvenliğini sağlamak amacıyla yeni sistemler geliştirmeye başladılar. Veri madenciliği tüm iş alanlarında uygulanabilen bir yöntem olsada, sıklıkla finans sektöründe, bankacılıkta, GSM sektöründe ve biomedical alanlarda; sahtekarlık belirleme, müşteri tutma, pazarlama ve risk yönetimi gibi amaçlar için kullanılmaktadır. Sahtekarlık yönetimi (Fraud Management) alanı, veri madenciliği teknikleri uygulanarak, verilerin anlamlı bilgilere dönüştürülebileceği alanlardan biridir. Geçmişte bu konuyla ilgili bir çok çalışma yapılmıştır. Bu çalışmalara, alan yazım çalışması bölümünde örnekler verilmiştir. Bu çalışmada; GSM sektörlerindeki sahtekarlık yönetimi için, müşteri verilerinin sınıflandırılması problemi üzerinde durulmuş ve sahtekarlık çeşitlerinden olan abone sahtekarlığı (invoice) incelenmiştir. Müşteri bilgileri olarak; yaş, cinsiyet, abonelik yaşı, ortalama aylık fatura tutarı, ortalama aylık kullanılan sms sayısı, geç ödenen fatura sayısı, son borç durumu, sondan 3. fatura ödemesi, sondan 2. fatura ödemesi, son fatura ödemesi ve fraud mu abone bilgilerine sınıflandırma yöntemleri uygulanmıştır. Sahtekarlığın kesin tanısının konulmasında ise, abonelerin ödeme ve ödememe durumları göz önünde bulundurulmuştur. Çalışmada uygulanan sınıflandırma yöntemleri; Weka 3.7.1 (Witten & Frank, 2005) veri madenciliği ara yüzü ile; Karar Ağaçları, Çok Katmanlı Algılayıcı, Bayes Kuralı, Bayesian Ağları, Part, Zeror, Oner, Rbf Ağları‟ dır. MATLAB 7.8.0 (R2009a) (Moler, 2008) Bulanık Mantık aracı kullanılmıştır. Uygulanan sınıflandırma yöntemleri neticesinde; Bulanık Mantık ile diğer sınıflandırma yöntemlerinin performansları kıyaslanmıştır. Yapılan çalışmalar sonucunda, Bulanık Mantık çalışmasının performansının diğer sınıflandırma yöntemleri olan, Karar Ağaçları, Çok Katmanlı Algılayıcı, Bayes Kuralı, Bayesian Ağları, Part, Zeror, Oner, Rbf Ağları‟ na göre daha tutarlı ve güvenilir olduğu gözlemlenmiştir.
  • No Thumbnail Available
    Item
    Predicting alzheimer’s disease using adaptive neuro fuzzy inference system
    (Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2013-08) Çıkrıkçılı, Onur; Karahoca, Adem
    Alzheimer's disease (AD) one of the major health problem all around the world and unmitigated cure has not been found yet. A correct diagnosis of AD can be affirmed by histopathologic tests. In addition, mental tests and daily activities can lead diagnose of patients' mental condition. The goal of this study is to develop a data mining solution using neuropsychological test results that makes diagnosis of AD and its stages as accurate as possible and assist to medical doctors' final decision. In this study, Sugeno-Type adaptive-network-based fuzzy inference system (ANFIS), multilayer perceptron (MLP), Iterative Dichotomiser 3 (ID3) and One Rule (OneR) algorithms were assessed whether to could predicting AD. The data set is collected from 264 patients who complained about their health problems and applied to Istanbul University's Department of Neurology. All of the subjects’ ages are 65 or over. The blind data records has 11 attributes that covers basic demographic information and neuropsychological test results. Using “Information Gain” filter, ineffective attributes are eliminated. According to the results, ANFIS classified the instances with the highest correctness rate which is %96 and MLP classified an accuracy of 87%, ID3's is 76% and OneR's is 76%. In addition ANFIS has a high performance based on the methods that sensitivity, specificity and root mean square error.
  • No Thumbnail Available
    Item
    Churn management by using fuzzy c-means
    (Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2011-09) Arifoğlu, Evren; Karahoca, Adem
    Nowadays, Global Service of Mobile Communication (GSM) market is a huge sector in nations' economies. Voice quality is an important factor for a customer to choose a GSM operator and hence GSM companies increases their voice quality via 3G technologies. Also there are other factors which affect a consumer to prefer a particular GSM operator. Due to several reasons, customers change their current GSM operators. It is very important for GSM operators to predict if a subscriber will cancel the service and switch to another GSM operator. Therefore, companies that provide GSM services have to monitor the behavior of each subscriber and predict one step ahead. In this study, using fuzzy c-means algorithm, we aim to predict whether a subscriber will change her current GSM operator or not. We also compare fuzzy c-means algorithm with Decision Tree, Nai"ve Bayes and Support Vector Machine and Probabilistic Neural Network. At the end of this study we expect that fuzzy c-means will give best result.