Big data, son zamanlarda adını sıkça duyduğumuz kavramlardan biridir. Adını çok sık duysak da tam olarak ne olduğunu pek bilmediğimiz bu kavramın büyümesine ve gelişmesine her geçen gün katkı sağlarız. Big data yani büyük veri; gözlemlerden, araştırmalardan, arama motorlarından, sosyal medyadan, forumlardan, bloglardan, ve farklı pek çok kaynaktan bulunan verilerin işlenebilir hale getirilmiş şeklidir. Big datayı ve veri madenciliğini daha detaylı açıkladığımız aşağıdaki yazımızı okumaya devam edebilirsiniz.
![](https://digilup.com/wp-content/uploads/2022/01/image-29.png)
Büyük Veri Analizi Nedir?
Büyük veri analizi, verilerden yararlı sonuçlar elde etmek için verileri toplama ve toplanan verileri düzenleme işlemidir.
![](https://digilup.com/wp-content/uploads/2022/01/image-30.png)
Big Data Ne İşe Yarar?
Big Data pek çok alanda kullanılır. Örneğin işletme alanında müşteri analizi yaparken,
Sonrasında dağıtım ve lojistik optimizasyonu, müşteriyi kişileştirme gibi çok işe yaramaktadır.
Kamuda pek çok farklı alanda yine big data kullanılır. Verilere ulaşımı sağlama, özel verilere gizlilik oluşturma, risk ve sahtekarlığı azaltmak için bu ve bu gibi durumlarda da kullanılır. Eğitim alanında da big data büyük önem taşımaktadır. Eğitim sistemlerinin programlanarak oluşturulması, öğrenci analizi, ders planlaması gibi durumlarda kullanılmaktadır. Yine önemli bir alan olan sağlık alanında da big data kullanılır. Hastaların kişisel bilgilerinin saklanması, hastalık tespiti, hasta kontrolü gibi çeşitli alanlarda kullanılır.
![](https://digilup.com/wp-content/uploads/2022/01/image-31.png)
Veri Madenciliğinin Aşamaları Nelerdir?
Veri madenciliği yani Data Mining, iş dünyasındaki büyük verileri keşfetmek için oluşturulmuştur. Yeni ve anlamlı bilgiler elde etmek için değişkenler arasındaki ilişkileri ortaya çıkarır. Veri madenciliği 3 ana aşamadan oluşmuştur. Bu aşamalar;
- İlk Keşfetme Aşaması: Bu aşama veriyi hazırlama ile başlar. Aslında burada yapılan tam olarak Veriyi temizleme, veriyi dönüştürme, kayıtlardan alt küme seçme, büyük verileri ve alanları belirleme işlemidir. Bu aşamada Feature Selection adı verilen modeli gereksiz yere yorabilecek ve modelin yönetimini zorlaştırabilecek alanlar belirlenerek bu alanlar elenir.
- Model oluşturma ve Doğrulama Aşaması: Veri madenciliğinin ikinci aşamasında ise çeşitli metotlar araştırılır ve bu metotlar üzerinde düşünülür. Bu araştırma ve düşünme sonunda ise en uygun metot seçilir. Bu aşamada sistemdeki bilgiler iyi analiz edilmeli ve son kullanıcının amacına uygun şekilde ilişkilendirilmelidir. Bu aşama veri keşfi sonucunda elde edilecek bilgiyi önemli ölçüde etkileyeceği için son kullanıcın amacına uygun veri seçilmesine dikkat edilmelidir.
- Geliştirme Aşaması: Veri madenciliğinin son aşamasında ise önceki aşamada seçilen en iyi metot kullanılarak yeni verilerle tahminler yapılır. Bu aşama şirket yöneticilerinin ve stratejistlerin neyin neden olduğu konusunda geri bildirimler almasını ve stratejiler üretmesine yardımcı olur.
Data Madenciliği ürünleri analiz etme, ürün önerileri sunma, dolandırıcılıkların önüne geçme ve doğru kararlar almak gibi birçok kritik noktada bize yardımcı olur. Eğer siz de şirketiniz için en doğru kararları vermek, stratejiler belirlemek istiyorsanız, Türkiye’nin öncü veri madenciliği hizmetimize göz atabilirsiniz!
Bu yazımızda big datayı sizlere detaylıca açıkladık ve big data ve veri madenciliği hakkında en çok merak edilen soruları yanıtladık. Daha fazlası için bizi takip edebilir, hizmetlerimizi inceleyebilir ve bizimle iletişime geçebilirsiniz.
İlginizi Çekebilir: