Stream-dashboard : a big data stream clustering framework with applications to social media streams.

Hawwash, Basheer

doi:10.18297/etd/587

Cited by 2 publications

(1 citation statement)

References 51 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Kullanıcıya ait click verisi analizi [6], saldırı tespit sistemleri [7][8][9], sosyal medya [10][11][12], finansal uygulamalar [13], bilimsel araştırmalar [14], sağlık araştırmaları [15][16][17], mobil uygulamalar [18], nesnelerin interneti (IoT) [19] ve sensor ağ [20,21] gibi pek çok alanda kullanılmaktadır. Nesnelerin interneti konusunun yaygınlaştığı günümüzde uygulama alanlarının daha da artacağını söylemek mümkündür.…”

Section: Akan Veri Kümeleme Yaklaşımlarının Uygulama Alanlarıunclassified

Akan Veri Kümeleme Teknikleri Üzerine Bir Derleme

Şenol

Karacan

2018

European Journal of Science and Technology

View full text Add to dashboard Cite

Öz Günümüz teknolojisinin gelişmesine paralel olarak bilgisayar ortamına aktarılmış olan veri miktarı inanılmaz boyutlara ulaşmış ve gün geçtikçe de artmaktadır. Bu nedenle veriyi işleme yöntemleri de değişmektedir. Klasik kümeleme yaklaşımlarında veri statiktir. Oysa günümüz teknolojisinde, verinin çok hızlı olduğu dünyada artık veriyi akarken kümeleyecek, kullanıcıya istediği zaman sonuç verebilecek uygulamalara ihtiyaç vardır. Bu anlamda ihtiyacı karşılayan akan veri kümeleme yaklaşımlarına olan talep gün geçtikçe artmaktadır. Çünkü akan veri kümeleme yaklaşımları bir defa okumalı, hızlı ve kendisini yeni gelen veriye uyarlama özelliğine sahiptir. Yani veri bir yandan akarken bir yandan kullanıcıya sonuç üretilebilmektedir. Bu çalışmada akan veri kümeleme alanında yapılan çalışmalar derlenmekte ve bu alana ilgi duyan araştırmacılara ışık tutulmaktır.

show abstract