Lisansüstü Eğitim Enstitüsü (Yayınlar)
Permanent URI for this communityhttps://hdl.handle.net/20.500.14719/11
Browse
2 results
Search Results
Item Çoklu bağlantı olgusunun bilgi toplumu oluşturmadaki rolü : ülkeler arasında verimlilik esaslı bir karşılaştırma(Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü, 2014-04) Kılıç, Çetin; Bayraktar, Erkanİletişim teknolojileri ve geniş bant hizmetlerindeki hızlı gelişmeler, kişisel, sosyal ve iş yaşantımızda yepyeni gelişmelere yol açmıştır. E-posta, sms ve internet üzerinden yapılan görüntülü görüşmeler (VoIP), e-ticaret ve sosyal medya üzerinden gerçekleştirilen paylaşımlar, mobil ortamlara taşınarak bambaşka bir bilgi toplumu oluşturma yönünde önemli gelişmelere sebep olmuştur. Bu gelişmeler, sosyal ve ekonomik kalkınma açısından kritik öneme sahipken, rekabetçi ve yenilikçi çok çeşitli hizmetleri sunabilmek adına da fırsatlar yaratmaktadır. Serbestleşme sürecini tamamlayan birçok ülkede, iletişim sektörüne yapılan yatırımlar artmakta, yenilikçilik ve rekabet teşvik edilmektedir. Tüm bu gelişmelerin sonucunda ortaya çıkan “Çoklu Bağlantı” (Hyperconnectivity) olgusunun bilgi toplumu oluşturmadaki rolü, çağımızda üzerinde durulması gereken en önemli konulardan biridir. Bir ülkenin bilişim teknolojilerini ne kadar yoğun bir biçimde kullandığını, bilişim teknolojilerinin bilgi toplumu oluşumuna katkısını ölçmek ve bu dönüşümü ülkelerin ne derece verimli bir biçimde gerçekleştirdiklerini karşılaştırmalı bir şekilde saptamak, bu çalışmanın başlıca amacıdır. Bu maksatla bir Veri Zarflama Analizi (VZA) modeli geliştirilecektir. Ülkelerin çoklu bağlantı olgusunu ölçebilmek için Şebekeye Hazırlılık Endeksi (NRI) ve bilgi toplumu yaratma yolundaki gelişmeleri saptayabilmek için Küresel Rekabet Endeksi (GCI), Bilgi Ekonomisi Endeksi (KEI), İnsan Kaynağı Endeksi (HCI) ve Küreselleşme Endeksi (KOF) endeksleri kullanılacaktır. Ortaya çıkan bulgular, tartışmaya açılacaktır.Item Concept based semantic web mining(Bahcesehir University Institute of Science, 2008) Özışık, Alper; Karahoca, AdemCurrent web search technologies are good to find similar pages with their content and link structures. However they are not enough to find similar pages including word dictionary or cross-linguistic meaning relevance. This thesis focuses finding similar pages on web with combination of known techniques. Link gatherings, semantic web metadata parsing are required for Web content and structural mining. This thesis differs from other web mining methods with word dictionary meaning and cross-linguistic meanings. All of that information is processed by web crawlers and indexed on data for web mining. Indexed data is purified from non-useful words and misleading web sites, such as advertisement sites. Clean data is processed in clustering data mining. Data processing contains adding more information to page relations with link distance levels and content word joint values. For the web mining process, K-means and EM methods of clustering algorithms are compared to decide which one will have better results. Chosen method enlists similar pages to the page of the user selected at starting point of the process.