Veri madenciliği teknikleriyle tramvay arıza kayıtlarından kural çıkarımı

Son yıllarda dünyada raylı sistem taşımacılığında meydana gelen gelişmeyle birlikte bu sektör bilimsel araştırmacılar için cazip hale gelmeye başlamıştır. Yeni gelişmekte olan bir sektörde toplanan verinin, son yıllarda popüleritesini arttıran veri madenciliği teknikleriyle analiz edilmesinin önemi düşünülerek, Türkiye'deki bir tramvay işletmesinden yaklaşık 4 yıllık tramvay arıza kayıtları veri seti temin edilmiştir. Bu veri seti üzerinde veri madenciliği teknikleri uygulanarak, sefere engel arızaların meydana gelmesiyle ilgili kuralların çıkarılması amaçlanmıştır. Eldeki ham veri; veri temizleme, birleştirme ve dönüştürme işlemlerine tabi tutulmuş, kaba kümeler yaklaşımını kullanan Rosetta programı ile indirgenmiş ve indirgenmiş veriyi sınıflandırmak için Weka' nın karar ağaçları ve kural bulma algoritmaları kullanılmıştır. Sonuçta, anlamlı ve yararlı kurallar bulunmuş ve yorumlanmıştırAnahtar Kelimeler: Veri madenciliği; raylı sistem; kural bulma; arıza tahmini; sınıflandırma In recent years, with the emergence of rail transportation in the world, scientific researchers have been attracted to this sector. In view of the significance of analyzing the data through data-mining technique, which has recently increased in popularity in anewly developing sector, the data set of an approximately 4-year record of tram faults from a railway transportation company in Turkey have been obtained. The aim of the study is the rule extraction from the occurrence of faults that cause delays in tram services. The raw data is cleaned, integrated, reduced and transformed to be useful for data-mining tools. For this purpose we used a raw set tool Rosetta as well as Weka for rule extraction. As a result we obtained meaningful and useful rules, and these rules were interpreted.Keywords: Data-mining; rail system tools, rule extraction, fault prediction; classification 93