Investigation of Data of a Metropolitan Municipality Call Center by Cluster Analysis

Büyükşehir Belediyesi Çağrı Merkezi Verilerinin Kümeleme Analizi ile İncelenmesi

Abstract

One of the most important issues in statistical data analysis is big data. The process of accessing useful information from big data is called data mining. In clustering analysis, which is one of the data mining methods, via different algorithms, it is desirable to include similar data in the same cluster and divergent data in different clusters. Hierarchical clustering and k-means methods are the most commonly used algorithms in clustering analysis. In this study, call center data of five districts in a metropolitan municipality with a high population density in Turkey were examined. Call center data were clustered according to seven different variables by k-means method. These variables are respective department, application type, application district, education level, gender, age and instant solution. SPSS Clementine and WEKA which are the data mining package programs were used for the analysis and the results were compared and interpreted.

Özet

İstatistiksel veri analizinde en önemli konulardan biri büyük verilerdir. Büyükveriler arasından faydalı bilgiye ulaşma süreci veri madenciliği olarak adlandırılır.Veri madenciliği yöntemlerinden biri olan kümeleme analizinde, çeşitli algoritmalarile birbirine benzer veriler aynı kümeye, birbirinden farklı olan veriler ise farklıkümelere dâhil edilmek istenir. Hiyerarşik kümeleme ve k-ortalamalar yöntemlerikümeleme analizinde en yaygın kullanılan algoritmalardır. Bu çalışmada,Türkiye’nin nüfus yoğunluğu oldukça fazla olan bir büyükşehir belediyesinin beşbüyük ilçesine ait çağrı merkezi verileri, k-ortalamalar yöntemi ile “ilişkili olduğubirim”, “başvuru tipi”, “başvuru ilçesi”, “eğitim durumu”, “cinsiyet”, “yaş” ve “anlıkçözüm” olmak üzere yedi farklı değişkene göre kümelenmiştir. Analiz için verimadenciliği paket programlarından SPSS Clementine ve WEKA kullanılmış olup eldeedilen sonuçlar karşılaştırılarak yorumlanmıştır.