SavedAdd your journal

Journals / Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi / 2009 / Cilt: 23 - Sayı: 4

BİLGİ EDİNME HAKKI YASASI ÇERÇEVESİNDE YAPILAN ELEKTRONİK BAŞVURULARIN YAPAY SİNİR AĞLARI İLE SINIFLANDIRMASI

Yavuz Kılağız
Ahmet Baran
Pages
27–41
Publication Date
2010-08-12
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)

İş akışını önemli ölçüde hızlandırıp, iş gücü kaybının önüne geçen Yapay Sinir Ağı destekli sistem, kelime tabanlı olup, danışmanlı öğrenmekte ve %98 doğrulukla çalışmaktadır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Bu çalışmada, Bilgi Edinme Hakkı Yasası çerçevesinde örgütlere yapılan elektronik başvuruların sınıflandırılması esnasında ortaya çıkan işgücü ve zaman kaybı gibi problemleri gidermek amacıyla bir elektronik başvuru sınıflandırma sistemi geliştirilmiştir.
📊
Key Findings & Data:Sistem, Erzincan Üniversitesine yapılan elektronik başvuruları sınıflara ayırıp ilgili Daire Başkanlıklarına iletmektedir.
💡
Conclusion & Impact:İş akışını önemli ölçüde hızlandırıp, iş gücü kaybının önüne geçen Yapay Sinir Ağı destekli sistem, kelime tabanlı olup, danışmanlı öğrenmekte ve %98 doğrulukla çalışmaktadır.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Anahtar Kelimeler Doküman Sınıflandırma · Yapay Sinir Ağları · Bilgi Yönetimi

Özet

Öz Bu çalışmada, Bilgi Edinme Hakkı Yasası çerçevesinde örgütlere yapılan elektronik başvuruların sınıflandırılması esnasında ortaya çıkan işgücü ve zaman kaybı gibi problemleri gidermek amacıyla bir elektronik başvuru sınıflandırma sistemi geliştirilmiştir. Sistem, Erzincan Üniversitesine yapılan elektronik başvuruları sınıflara ayırıp ilgili Daire Başkanlıklarına iletmektedir. İş akışını önemli ölçüde hızlandırıp, iş gücü kaybının önüne geçen Yapay Sinir Ağı destekli sistem, kelime tabanlı olup, danışmanlı öğrenmekte ve %98 doğrulukla çalışmaktadır.

🔖

Cite This Article

Kılağız, Y., Baran, A. (2010). BİLGİ EDİNME HAKKI YASASI ÇERÇEVESİNDE YAPILAN ELEKTRONİK BAŞVURULARIN YAPAY SİNİR AĞLARI İLE SINIFLANDIRMASI. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 23 - Sayı: 4, 27–41. https://ajindex.com/articles/19249

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (5)

  1. Sayılı Bilgi Edinme Hakkı Kanunu, Resmi Gazete, Sayı: 25269, 24 Ekim 2003.
  2. Benkhalifa, M., Bensaid, A. ve Mouradi, A. (1999) “Text Categorization Using the Semi-Supervised Fuzzy c-Means Algorithm”, 18th International Conference of the North American Fuzzy Information Processing Society, ss.561 565. Bing, L., Yiyuan, X. ve Philip, S.Y. (2000) “Clustering Through Decision Tree Construction”, Ninth International Conference on Information and Knowledge Management, ss.20 29. Burgin, R. (1995) “The Retrieval Effectiveness of Five Clustering Algorithms as a Function of Indexing Exhaustivity”, Journal of the American Society for Information Science, 46 (8), ss.562 572. Can, F., Koçberber, S., Balçık, E., Kaynak, C., Öcalan, Ç. ve Vursavaş, O. (2008) “Information Retrieval on Turkish Texts”, Journal of the American Society for Information Science and Technology, ss.1 28. Cardoso-Cachopo, A. ve Oliveira, A.L. (2007) “Semi-supervised Single-label Text Categorization Using Centroid-based Classifiers”, 2007 ACM Symposium on Applied Computing Proceeding, ss.844 851. Chen J., Huang H., Shengfeng, H. ve Qu, Y. (2009) “Feature Selection for Text Classification with Naive Bayes”, Expert Systems with Applications, 36(3), ss.5432-5435.
  3. Cybenko, G. (1989) “Approximation by Superposition of a Sigmoidal Function”, Math. Control Signals Systems, 2, ss.303 309. Fu, L.M. (1994), Neural Networks in Computer Intelligence, McGraw-Hill, OH. Guerrero-Bote, V.P., Lopez-Pujalte, C., Moya-Anegon, F.D. ve Herrero-Solana, V. (2003) “Comparison of Neural Models for Document Clustering”, International Journal of Approximate Reasoning, 34, ss.287 305. Haikin, S. (1994), Neural Networks. A Compherensive Foundatition, Prentice- Hall, NJ. Han H., Manavoglu E., Giles C.L. ve Zha, H. (2003) “Rule-based Word Clustering for Text Classification”, 26th annual international ACM SIGIR Conference on Research and Development in Informaion Retrieval, ss.445-446.
  4. Han, E., Karypis, G. ve Kumar, V. (2001) “Text Categorization Using Weight Adjusted k-Nearest Neighbor Classification”, Computer Science, 2035, ss.53 65. Hara, K. ve Nakayama, K. (1994) “Comparison of Activation Functions in Multi Layer Neural Networks for Pattern Classification” ICAN”94,ss.819 822. https://zemberek.dev.java.net/
  5. Isa. D., Kallimani, V.P. ve Lee, L.H. (2009) “Using the Self Organizing Map for Clustering of Text Documents”, Expert Systems with Applications, 36(5), ss.9584 9591. Iwayama, M. ve Tokunaga, T. (1995) “Hierarchical Bayesian