Mekansal-zamansal veri madenciliğinde kümeleme analizi

Abstract

Günümüzde, teknolojik gelişmeler ile birlikte üretilen ve depolanan veri hiç olmadığı kadar büyümüş ve çeşitlenmiştir. Artık fotoğraf, video ya da uzayı gözlemleyerek elde etiğimiz büyük boyutlu sinyallerden veri madenciliği kullanılarak bilgi keşfi yapılmaktadır. Verinin büyümesi ve çeşitlemesinin sonucu olarak yapısı da farklılaşmakta ve veri madenciliğinde kullanılan tekniklerinin değişen boyut ve veri yapılarına göre uyarlanması gerekmektedir. Bahsedilen bu farklı veri yapılarından biri mekansal veridir. Mekansal veri setleri, gözlemlere ait mekansal bilginin enlem ve boylam olarak veri setine dahil edilmesiyle oluşturulur. Mekansal (coğrafik) verilerin günümüz teknolojisinde sıklıkla kullanılmaya başlamasıyla, veri madenciliği bu alanda uygulanmış ve Mekansal Veri Madenciliği (Spatial Data Mining) kavramı ortaya çıkmıştır. Mekansal bir veri setinin zaman değişkeni barındırması durumunda veri setinin yapısı değişmekte ve Mekansal Veri Madenciliğinde kullanılan tekniklerin bu yapıya uyarlanması gerekmektedir. Bu gereklilik ile birlikte, mekansal-zamansal veri üreten/depolayan kurum ve bilimsel araştırmalarının sayısının artması, yakın zamanda Mekansal-Zamansal Veri Madenciliği (Spatio-temporal Data Mining) kavramının ortaya çıkmasına neden olmuştur. Bu çalışmada, Mekansal ve Mekansal-Zamansal Veri Madenciliğinde kullanılan kümeleme algoritmaları tanıtılmış ve 1970-2017 yılları arasında Türkiye‟nin tüm illerini kapsayan ortalama sıcaklık ve yağış miktarları üzerinde ST-DBSCAN algoritmasını kullanılarak mekansal-zamansal kümelenme analizi yapılmıştır. Önümüzdeki yıllarda bu alanda literatür çalışmasının çoğalarak birçok algoritmanın mekansal-zamansal veri yapısına uyarlanması öngörülmektedir