Akademik Veri Yönetim Sistemi
TÜBİTAK Projesi, 2209-A - Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı, 2025 - 2026
Bu projenin temel amacı, makine öğrenimi tekniklerini kullanarak e-ticarette müşteri davranışlarını derinlemesine analiz etmek, bu davranışların doğrultusunda kişiselleştirilmiş pazarlama stratejileri geliştirmek ve veri belirsizliği ile gürültüsünü içeren karmaşık ortamlarda müşteri segmentasyonuna yenilikçi bir yaklaşım sunmaktır. Çalışmada, günlük hayattaki kesinlik içermeyen durumları modellemek amacıyla Bulanık Kümeleme (Fuzzy C-Means, FCM), Bulanık K-En Yakın Komşu (Fuzzy K-Nearest Neighbors, FKNN) ve Bulanık Destek Vektör Makineleri (Fuzzy Support Vector Machines, FSVM) gibi makine öğrenimi algoritmalarından yararlanılacaktır. Bu algoritmalar, müşterilerin davranışlarını ve farklı müşteri grupları ile olan ilişkilerini dikkate alarak müşteri profillerinin daha duyarlı bir biçimde modellenmesine ve analiz edilmesine olanak tanımaktadır. Araştırma kapsamında, formda belirtilen veri kaynaklarından elde edilen veri setleri üzerinde veri temizleme, ön işleme, özellik seçimi ve dönüştürme adımları uygulanacaktır. Bu süreçler, ölçekleme, kategorik verilerin kodlanması ve gerektiğinde logaritmik dönüşüm gibi adımları içerecektir. Müşteri segmentasyonuna yönelik olarak, FCM algoritması ile müşteriler belirli gruplara atanacak ve her müşteri için ait oldukları gruplara dair üyelik dereceleri hesaplanacaktır. FKNN ve FSVM algoritmaları kullanılarak yeni müşteri verilerinin mevcut gruplar çerçevesinde doğru bir şekilde sınıflandırılması sağlanacak; böylece müşteri davranışlarının gelecekteki eğilimleri tahmin edilerek, kişiselleştirilmiş pazarlama stratejilerinin oluşturulmasında kullanılacaktır. Model performansları doğruluk (accuracy), kesinlik (precision), geri çağırma (recall) ve F1 skoru gibi klasik performans ölçütleri ile değerlendirilecektir; FKNN ve FSVM algoritmalarının performansı geleneksel yöntemlerle (örneğin, K-Ortalamalar, Destek Vektör Makineleri, K-En Yakın Komşu, Karar Ağaçları gibi) kıyaslanarak detaylı bir analiz gerçekleştirilecektir. Bu karşılaştırmalı analiz, veri belirsizliği ve gürültüsüne duyarlı durumlarda bulanık mantık tabanlı tekniklerin geleneksel yöntemlere kıyasla performans üstünlüklerini ortaya koymayı amaçlamaktadır. Elde edilen bulgular doğrultusunda, her müşteri segmentine özel pazarlama stratejileri geliştirilmesi hedeflenmektedir. Bu stratejilerin, müşteri memnuniyeti, sadakati ve alışveriş frekansı gibi önemli pazarlama performans göstergelerine olan etkisi analiz edilecektir. Proje sonuçlarının, veri belirsizliğinin ve gürültünün etkili olduğu e-ticaret ortamlarında müşteri segmentasyonu için yenilikçi bir çözüm sunarak sektördeki pazarlama uygulamalarına doğrudan katkı sağlaması beklenmektedir. Sonuçların akademik makale veya konferans bildirisi formatında, araştırmacılar, sektördeki profesyoneller, pazarlama uzmanları ve veri analistleri ile paylaşılması planlanmaktadır.