Çevrimiçi analitik işleme sistemlerinde performans analizi ve bir öneri sistemi
Citation
Kekevi, U. (2019). Çevrimiçi analitik işleme sistemlerinde performans analizi ve bir öneri sistemi. (Yüksek Lisans Tezi). İskenderun Teknik Üniversitesi / Mühendislik ve Fen Bilimleri Enstitüsü, Hatay.Abstract
Veri kayıtları için dijital ortamın kolaylığı ve güvenliği sebebi ile kullanım oranı her geçen gün
daha da artmaktadır. Özellikle ticari kuruluşlarda ürünler, müşteriler, konum, satış zamanı gibi
verilerin saklanması organizasyonların ileriye yönelik kararları için çok önemlidir. Ürün
çeşitliliği ve müşteri bilgilerinin çeşitliliği verilerin işlenmesini güç hale getirmektedir. Bu
yüzden bir organizasyonun büyük miktarlardaki verileri yönetebilmek, analiz edebilmek ve
karar verme süreçlerinde hazır hale getirebilmek için bir sisteme ihtiyaç duyarlar. Bu durumda
veri ambarları, hem analitik veritabanları ile hem de Çevrim-içi Analitik İşleme (OnLine
Analytical Processing, OLAP) araçları ile organizasyonlara karar destek sürecinde büyük
kolaylık sağlarlar. Bu yüzden veriye dayalı sistemlerde OLAP birçok firmanın kullandığı ve
desteklediği bir karar mekanizmasıdır. Her gün daha da hızlı artan veri miktarı ve çeşitlilik analiz
yapma konusunda OLAP sistemleri kullanımına daha çok ihtiyaç duyulmasına sebep olmuştur.
Bu çalışma kapsamında OLAP sistemleri üzerinde iki farklı çalışma yapılmıştır: OLAP
yaklaşımlarının performans analizi ve OLAP sistemlerinde bir öneri sistemi tasarımı. Farklı
OLAP motorlarının performansı, sorgu süresi bakımından ve hangi durumlarda daha verimli
olacakları hakkında örnek bir veri ambarı üzerinde analizleri yapılmıştır. Bu karşılaştırmalar
sonucunda karışık hesaplamalarda en iyi performansı MOLAP, büyük miktardaki verileri
işlemede özellikle büyük veride ROLAP öne çıkmıştır. İkinci çalışma birçok alanda farklı
metotlar ile film, müzik, haber, kitap, arama sonuçları, e-ticaret gibi ögeler üzerindeki
kullanıcıların önceden yapmış olduğu eylemleri üzerinden öneriler hazırlayan öneri sistemlerini
OLAP üzerine uygulamak. Organizasyonların geçmiş verilerinden beslenen ve veri bilimi
alanında yaygın kullanılan veri ambarı sistemlerinde kullanılacak öneri sistemlerine yönetici ve
analistler tarafından ihtiyaç duyulmaktadır. Bu çalışma ile tasarlanan sistem ikili birliktelik,
işbirlikçi filtreleme ve kategorik öge algoritmalarıyla kullanıcılara öneri listesi sunmaktadır.
Sistem Microsoft tarafından herkesin kullanımına açık olarak sunulan AdventureWorksDW veri
ambarı üzerinde test edilmiştir. Due to the ease and safety of digital media for data recordings, the usage rate is increasing day
by day. The storage of data such as products, customers, location, sales time is especially
important for the future decisions of the organizations. Variety of products and customer
information make it difficult to process data. Therefore, an organization needs a system to
manage, analyze and make large amounts of data available in decision-making processes. In this
case, data warehouses can be used with analytical databases and on-line analytical processing
(OnLine Analytical Processing, OLAP) tools to facilitate organizations in decision making
process. Therefore, OLAP is a decision mechanism that many companies use and support in
data-based systems. The increasing amount of data and the diversity of data every day have led
to the need for more OLAP systems.
Within the scope of this study, two different studies were conducted on OLAP systems:
Performance analysis of OLAP approaches and design of a recommendation system in OLAP
systems. Analyzes were made on a sample data warehouse about the performance of different
OLAP engines, the duration of the query and in what situations they would be more efficient.
As a result of these comparisons, MOLAP has the best performance in complex calculations,
ROLAP is especially important in processing large amounts of data. The second study is to apply
the recommendation systems on the OLAP, which prepare suggestions through various methods
in many areas, such as films, music, news, books, search results, e-commerce, and the actions of
the users on previous actions. Recommendation systems to be used in data warehousing systems,
which are fed from historical data of organizations and are widely used in data science, are
needed by managers and analysts. Designed with this study, the system offers a list of
suggestions to the users through the combination of binary, collaborative filtering and
categorical element algorithms. The system has been tested on the AdventureWorksDW data
warehouse, which is available to everyone by Microsoft.