SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2026 / Cilt: 23 Sayı: 2

BÜTÜNLEŞİK VERİ KÜPÜ SİSTEMİ (BVKS): SATIŞ KÜPÜ UYGULAMASI

Tahsin Çetinyokuş
Hadi Gökçen
Pages
—
Publication Date
2013-02-18
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Bu uygulama OLAP araçlarının etkinliğinin bir Karar Desteği sağlayarak artırılması bakımından anlamlıdır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Günümüz veri tabanlarında büyük hacimli veriler yönetilebilmektedir.
📊
Key Findings & Data:Çetinyokuş ve ark. (2006), getirdikleri yeni OLAP mimarisi, VK lerinin bütünleşik kullanımına izin vermekte ve hali hazırda kullanılan OLAP araçlarının yeteneklerinin çok ötesine geçirebilmektedir.
💡
Conclusion & Impact:Bu uygulama OLAP araçlarının etkinliğinin bir Karar Desteği sağlayarak artırılması bakımından anlamlıdır.
🔬Design:Modeling & Simulation
📍Scope:2006 Verileri
⚙️Variables:Veri ambarı · OLAP · veri küpü

Özet

Günümüz veri tabanlarında büyük hacimli veriler yönetilebilmektedir. Bu kadar büyük boyuttaki verilerinpratikte bilgisayar desteği olmadan kavranabilmesi imkansızdır. Bu problemin üstesinden gelebilmek için detaylı veritabanlarında, özetleme, bütünleştirme ve analiz için; Online Analitik İşleme (OnLine Analytical Processing, OLAP) kullanılmaktadır. OLAP araçları Veri Küpü(VK) yapısını kullanarak, esnek raporlama ve hızlı sorgulama yapabilmektedir. Mevcut OLAP araçlarının yetenekleriyle basit ihtiyaçlar karşılanabilmekte ancak pratikteki büyük veri setlerinde OLAP araçlarıyla ihtiyaçların karşılanması neredeyse imkansız olmaktadır. Çetinyokuş ve ark. (2006), getirdikleri yeni OLAP mimarisi, VK lerinin bütünleşik kullanımına izin vermekte ve hali hazırda kullanılan OLAP araçlarının yeteneklerinin çok ötesine geçirebilmektedir. Bu çalışmada önerilen yeni mimarinin önemli bir ayağı gerçekleştirilmiştir. Ele alınan satış küpü uyarlamasında oluşturulan veri küplerindeki verilerin kullanılarak bir modele aktarılması, modelden elde edilen sonuçlarında yeniden bir VK ne kaydedilmesi başarılmıştır. Bu uygulama OLAP araçlarının etkinliğinin bir Karar Desteği sağlayarak artırılması bakımından anlamlıdır.

🔖

Cite This Article

Çetinyokuş, T., Gökçen, H. (2013). BÜTÜNLEŞİK VERİ KÜPÜ SİSTEMİ (BVKS): SATIŞ KÜPÜ UYGULAMASI. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 23 Sayı: 2. https://ajindex.com/articles/1078843

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (37)

  1. Çetinyokuş, T., Çerçioğlu, H., Gökçen, H., Veri
  2. Küplerinin Bütünleşik Kullanımı, YA/EM
  3. Yöneylem Araştırması / Endüstri
  4. Mühendisliği XXVI. Ulusal Kongresi, 2006.
  5. Gray,J., Chaudhuri, S., Bosworth, A., Layman,
  6. A., Reichart, D., Venkatrao, M., “ Data Cube: A
  7. Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-Totals”, Data
  8. Mining and Knowledge Discovery, Cilt 1, 29-, 1997.
  9. Friedman, J., H., “A Recursive Partitioning
  10. Decision Rule for Nonparametric Classifiers”,
  11. IEEE Trans. on Comp., Cilt 26, 404-408, 1997.
  12. Han, J., Kamber, M., “Data Mining Concept and
  13. Techniques”, Morgan Kaufmann Publishers,
  14. Geurts, K., Thomas, I., Wets, G., “Understanding
  15. spatial concentrations of road accidents using
  16. frequent item sets”, Accident Analysis &
  17. Prevention, Cilt 37, 787-799, 2005.
  18. Fong, A.,C.,M., Hui, S., C., Jha, G., “Data
  19. Mining For Decision Support”, IT Professional,
  20. Cilt 04, No 2, 9-17, Mar/Apr, 2002.
  21. Riedewald, M., Agrawal, D., Abbadi, A., E.,
  22. “Multidimensional Databases: Problems and
  23. Solutions”, Idea Group Inc., USA, 2003.
  24. Shi, H., Zhang, J., Zheng, L., “Mining
  25. Association Rule Oriented Data Cube and Its
  26. Application”, Proceedings of the First
  27. International Conference on Machine
  28. Learning and Cybernetics, Beijing, 4-5
  29. November, 2002.
  30. Chaudhuri, S., Dayal, U., “An Overview of Data
  31. Warehousing and OLAP Technology”, ACM
  32. Sigmod Record, Cilt 26, 65-74, 1997.
  33. Fayyad, U., Piatetsky-Shapiro, G. and Smyth, P.,
  34. “From Data Mining to Knowledge Discovery in
  35. Databases”, American Association for Artificial
  36. Intelligence, 37-54, 1996.
  37. Gray,J., Chaudhuri, S., Bosworth, A., Layman,