Objective: Toll-like receptors (TLRs) are significant receptors to the innate immune system which symbolizes a family of pattern recognition receptors. We aimed to investigate associations between rs4833095 polymorphism of TLR1, rs3804099 polymorphism of TLR2, rs5744174 polymorphism of TLR5, and rs10004195 polymorphism of TLR10 in dyspeptic individuals with Helicobacter pylori infection. Methods: Genomic DNA was isolated and genotyping of rs4833095 polymorphism in TLR1, rs3804099 polymorphism in TLR2, rs5744174 polymorphism in TLR5, and rs10004195 polymorphism in TLR10 were investigated in 400 individuals (205 in dyspeptic individuals with H. pylori-positive subjects and 195 dyspeptic individuals with H. pylori-negative subjects) by real-time PCR. Statistical analysis was performed by Pearson’s Chi-square test. Results: According to our study; rs4833095 polymorphism in TLR1 C allele, rs3804099 polymorphism in TLR2 C allele, rs5744174 polymorphism in TLR5 C allele, and rs10004195 polymorphism in TLR10 A allele increased the risk of H. pylori infection [odds ratio (OR), 2.01; 95% confidence interval (CI), 1.39–3.16; OR, 1.78; 95% CI, 1.19–2.6; OR, 1.87; 95% CI, 1.25–2.78; OR, 2.66; 95% CI, 1.72–4.099, respectively]. Conclusion: This is the first study that investigates TLRs in H. pylori infection in Turkey. Our findings may support the hypothesis that polymorphisms in certain TLRs may cause a genetic predisposition to H. pylori-related gastric problems.

Summary Only in the U.S. Stock Exchanges, the daily average trading volume is about 7 billion shares. This vast amount of trading shows the necessity of understanding the hidden insights in the data sets. In this study, a data mining technique, clustering based outlier analysis is applied to detect suspicious insider transactions. 1,244,815 transactions of 61,780 insiders are analysed, which are acquired from Thomson Financial, covering a period of January 2010–April 2017. In order to detect outliers, similar transactions are grouped into the same clusters by using a two‐step clustering based outlier detection technique, which is an integration of k‐means and hierarchical clustering. Then, it is shown that outlying transactions earn higher abnormal returns than non‐outlying transactions by using event study methodology.

Çok değişkenli veri setlerinde aykırı değerlerin varlığı anakütle parametre tahminini zorlaştırmakta ve hata varyansını arttırarak kullanılan istatistiki testin gücünü azaltmaktadır. Bu durum, değişkenlerin eşit varyansa ve çok değişkenli normal dağılıma sahip olduğu varsayımlarından sapmalara sebep olmaktadır. Çok değişkenli aykırı değer tespitinde kullanılan tekniklerden biri olan Mahalanobis uzaklığı, aykırı değişkenlere karşı hassas ölçütler olan çok değişkenli ortalamalar ve kovaryans matrisine dayalı olarak hesaplanmakta; çok değişkenli veri setlerinde aykırı gözlemlerin tespitinin engellenmesi veya normal gözlemlerin aykırı gözlem olarak tespit edilmesi problemlerine karşı dayanıklı ölçütlerle de kullanılmaktadır. Bu çalışmada, çok değişkenli aykırı değer tespitinde kullanılan klasik ve dayanıklı Mahalanobis ölçütlerinin aykırı gözlem tespitlerinin karşılaştırılması amaçlanmıştır. Uygulama verisi olarak, Ocak 2013 -Aralık 2017 döneminde New York ve NASDAQ borsasında yatırımcılar tarafından gerçekleştirilen 1.239.507 adet hisse senedi alım ve satım işlemi kullanılmıştır. Aykırı işlemlerin tespitinde miktar ve hacim değişkenleri ele alınarak, her bir işlem için klasik ve dayanıklı ölçütlere dayalı uzaklık skorları hesaplanarak, söz konusu teknikler karşılaştırılmıştır. Çalışma sonucunda, klasik Mahalanobis ölçütü ve En Küçük Hacimli Elipsoid ile tespit edilemeyen maskelenmiş aykırı gözlemlerin, Hızlı Minimum Kovaryans Determinant yöntemiyle tespit edilmiş olduğu; söz konusu yöntemin finans uygulama alanında çok değişkenli veri setlerinde aykırı gözlemlerin tespiti için kullanılabilecek etkin bir veri madenciliği yöntemi olduğu sonucuna ulaşılmıştır.

ÖzSeyahat ve konaklama gibi hızlı değişimin yaşandığı sektörlerde, tüketicilere doğru zamanda, anlık olarak, doğru mal ve hizmet sunumunda bulunmak önem arz etmektedir. Turistik mal ve hizmetler nitelik açısından satış öncesi deneyimlenemediğinden dolayı, büyük veri teknolojileri ile söz konusu sektörlerde müşterilerin gereksinim duyduğu beklenti ve ihtiyaçları yönetmek, tecrübelerini geliştirmek mümkündür. Bu açıdan, büyük veri turizm sektörünün planlanması ve organizasyonunda büyük önem taşımaktadır. Günümüzde turistlerin seyahat ettikleri destinasyonlara adaptasyonları ekonomik ve toplumsal ilişkileri derinden etkileyen bir faktör olan dijital dönüşüm ile sağlanmaktadır. Bu kapsamda, değişen üretim ve hizmet anlayışları veri ve veriye dayalı teknolojilerdeki ilerlemeyi mecbur kılmış, dijital etkileşimlerin oluşturduğu büyük veri yığınları işletme stratejilerinin vazgeçilmez bir unsuru olarak görülmeye başlanmıştır. Turizm literatüründe büyük verinin kullanımına yönelik çok kısıtlı sayıda çalışma bulunmaktadır. Bu çalışmada, büyük veri kavramı ve türleri ele alınarak turizm endüstrilerinde büyük verinin nasıl kullanılabileceği ve özellikle hizmet sektöründe müşteri memnuniyetinin arttırılmasındaki rolüne ilişkin kapsamlı bir yazın oluşturulmaya çalışılmıştır. Keywords AbstractBig data Tourism Information technologiesIt is important to provide goods and services to the consumers instantly at a convenient time in the sectors that are fastly-changing such as travel and accommodation. Since touristic goods and services can not be experienced before the sales in terms of quality, it is possible to manage the expectations and needs of the customers and improve customers' experiences with big data technologies in the related sectors. From this point of view, big data is very important in the planning and organization of the tourism sector. Today, the adaptation of tourists to destinations is provided by digital transformation, which is a factor that deeply affects economic and social relations. In this context, changing production and service insights have been forced to progress in technology that is based on data and large amounts of data generated by digital interactions have begun to be seen as an indispensable element of business strategies. There are limited studies on the use of big data in tourism literature. In this study, with the concept and types of big data, the use of big data in tourism industries are explained. We tried to create a comprehensive literature on how tourism industries can benefit from big data within the role of increasing satisfaction.* Sorumlu Yazar.

No abstract