Büyük Veri ve Veri Madenciliği

Başarı Ölçütleri


Yürütücüler


Anahtar Kelimeler

Veri Madenciliği, Büyük Veri, Veri İşleme, Web Madenciliği


Grup Tanımı

Grubumuz, Bilgi Keşfi ve Veri Madenciliğine ait otomatik işlemsel ve istatistiksel araçlar ve teknikler kullanarak büyük veri kümelerinden anlamlı bilgi çıkarma sürecine odaklanır.  Grup çalışmalarımız, veri hazırlama, temizleme ve seçme, uygun ön bilginin kullanımı, veri madenciliği algoritmalarının geliştirilmesi ve uygulanması ve uygun sonuç analizini içerebilir. Makine öğrenmesi, örüntü tanıma, veri tabanı bilimi, istatistik ve analitik, yapay zeka, uzman sistemler için bilgi edinme, veri modelleme ve görselleştirme ve yüksek performanslı bilgi işlem gibi çeşitli alanlardan yöntemler kullanır


Özet Bilgi

Veri madenciliği, diğer bir adla veritabanında bilgi keşifi; çok büyük veri hacimleri arasında tutulan, anlamı daha önce keşif edilmemiş potansiyel olarak faydalı ve anlaşılır bilgilerin çıkarıldığı ve arka planda veritabanı yönetim sistemleri, istatistik, yapay zekâ, makine öğrenme, parallel ve dağıtık işlemlerin bulunduğu veri analiz tekniklerine veri madenciliği adı verilir. 

Teknolojinin gelişmesi ve internetin ilerlemesi ile birlikte bilginin gücü daha fazla ön plana çıktı ve özellikle bilgi toplumu seviyesine gelmiş ülkeler için inanılmaz bir hızla devasa boyutlara ulaşan ve çok hızlı akan veriyi işlemek büyük önem arz etmeye başlamıştır. Büyük Veri ismi ilk duyulduğunda insanın aklında diskte çok yer kaplayan veri çağrışımı yapsa da bundan çok daha farklı bir olgu olarak karşımıza çıkmaktadır. Büyük veri, sosyal medya paylaşımları, fotoğraf arşivlerimiz, sürekli kayıt aldığımız log dosyaları gibi farklı kaynaklardan elde ettiğimiz verilerin anlamlı ve işlenebilir hale dönüştürülmüş biçimidir.


Amaç

  • Güncel veriler üzerinde Veri Analizi Tahminleme Modelleri ve Veri Analizi teknikleri uygulamak.
  • Insanların yüksek hacimli düşük seviyeli veriyi anlamalarına yardımcı olmak ve bu bilgiyi ilgili alanlardaki meslektaşları ile paylaşmak.  
  • Gerçek problemlerin çözümlerine yönelik uygulamalar yapmak.

 


Başarı Kriteri

1 YILLIK BAŞARI ÖLÇÜTLERİ (2020 Aralık Ayına Kadar)

1 adet ulusal veya uluslararası proje yapılması

2 YILLIK BAŞARI ÖLÇÜTLERİ (2021 Aralık Ayına Kadar)

Konu ile ilgili en az bir SCI/SCIE yayın yapılması

 

 


Yaygın Etki

Dünyadaki teknolojik gelişmelere paralel olarak ülkemizde de veri madenciliği uygulamaları gittikçe artmaktadır. Ülkemizde ihtiyaç duyulan alanların başında büyük veri analizi, bölgemizde ise güneş enerjisi üretimine ait verilerin analizi gelmektedir. Yapılacak olan analiz ve öngörü modellerimizin ülkemizin ve bölgemizin ihtiyaçlarına katkı sağlayacak, verimliliği arttıracak çıktılar içermesini hedeflemekteyiz. 


Yürütücüler

Dr.Öğr.Üyesi Nagehan İlhan
Dr.Öğr.Üyesi Serdar Çiftçi


Araştırma Grubu Üyeleri

Doç.Dr. İ.Berkan Aydilek

Öğr.Gör.Dr. M.Bilal Er

Doktora Öğrencisi Fatma Didem Alay

Yüksek Lisans Öğrencisi Duygu Sağaltıcı

Yüksek Lisans Öğrencisi Yakup Atlı

Yüksek Lisans Öğrencisi Haşim Şemdinoğlu

Yüksek Lisans Öğrencisi Ayhan Akkaya

Yüksek Lisans Öğrencisi Fatma Badıllı


Seçilmiş Yayınlar

Uluslararası Makaleler:

  • N. İlhan, Ş. Gündüz Öğüdücü, “Feature Identification for Predicting Community Evolution in Dynamic Social Networks “, Engineering Applications of Artificial Intelligence, 55(2016), 202-218 (SCI-Expanded).

Uluslararası Kitap Bölümleri:

  • N. İlhan, Ş. Gündüz Öğüdücü, Ş. Etaner-Uyar, “Introduction to Social Networks: Analysis and Case Studies”, Book Chapter in Social Networks: Analysis and Case Studies,  Springer Lecture Notes in Computer Science, 2014, pp. 1-18.

 Ulusal Makeleler:

  • Sağaltıcı, D , Alay, F , Efil, C , İlhan, N . (2018). Veri Madenciliği Yöntemleri İle Meteorolojik Verilerden Kayıp Güneş Işınım Değerlerinin Tahmini. Harran Üniversitesi Mühendislik Dergisi, 3 (2), 49-53.

 Uluslararası Bildiriler:

  • N. İlhan, Ş. Gündüz Öğüdücü, “Predicting Community Evolution Based on Time Series Modeling”, IEEE/ACM ASONAM 2015 Workshop on Dynamics in Networks  (DYNO ‘15), Paris, France.
  • N. İlhan, Ş. Gündüz Öğüdücü, “A Study on Generation of Synthetic Evolving Social Graph”. International Conference on Agents and Artificial Intelligence (ICAART ’13), February 15-18, 2013, Barcelona, Spain.
  • N. İlhan, Ş. Gündüz Öğüdücü, ” Community Event Prediction in Dynamic Social Networks”,  IEEE International Conference on Machine Learning and Applications 2013 (ICMLA ‘13), pp. 191-196, Miami, Florida, USA.

 


İletişim

Harran Üniversitesi Bilgisayar Mühendisliği Bölümü,

Mardin Yolu 22. km Harran Üniversitesi Osmanbey Kampüsü, Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü

 

İrtibat Personel : Dr.Öğr.Üyesi Nagehan İlhan

E- posta : nagehanilhan@harran.edu.tr

Tel : +904143183000/1088