İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması

İbrahim Çil; Sümeyye Gizem Çakar; Nazan Sarı; Olcay Eydemir

doi:10.35377/saucis.02.03.648342

EN TR

İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması

Öz

Sosyal yaşamın güvenliği açısından, suç işlenmeden önce, suçların önceden öngörülmesi ve gerekli önlemlerin alınması oldukça önemli bir konudur. Bu amaçla güvenlik birimlerinin gerekli önlemleri alması için suç analizi yapılması gerekmektedir. Bu konuda veri madenciliği yaklaşımı güvenlik birimlerine büyük verilerin analizinde önemli bir katkı sağlamaktadır. Bu kapsamda potansiyel suç bölgelerinin tahmin edilerek belirlenmesinde farklı veri analiz yöntemleri uygulanmaktadır. Suç bölgelerinin tespitinde ikili kümeleme yöntemlerini kullanarak suçun işlendiği bölgeler ile suç türlerini aynı anda kümelemek, geleneksel kümeleme yöntemlerine göre daha kapsamlı sonuçlar sağlamaktadır. Bu çalışmada veri madenciliği yaklaşımı ile suç bölgelerini belirlemek için "Boston'daki Suçlar” veri seti üzerinde CC ve Xmotif algoritmaları kullanılmıştır. Elde edilen ikili kümelerin etkinliğini ölçmek amacıyla algoritmaların performansı Chia ve Karuturi ikili küme skoruna (CKSB) bakılarak karşılaştırılmıştır. Elde edilen sonuçlar R-project 3.5.3 yazılımı kullanılarak sağlanmıştır. Kullanılan bu veri seti için CC algoritmasının Xmotif algoritmasına göre daha iyi sonuçlar verdiği ortaya çıkmıştır.

Anahtar Kelimeler

İkili Kümeleme Yöntemi,CC Algoritması,Xmotif Algoritması,Suç Verisi,Veri Madenciliği

References

[1] B. Altunkaynak, H. H. Örkcü and A. Ramazan, “Şehirlerin suç türlerine göre ikili kümeleme yöntemi ile gruplandırılması: Türkiye örneği”Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol. 22, pp. 110–120, Apr. 2018.
[2] Orakcı, M., Ciylan, B., Kök, İ. and Sevri, M., “Suç Analizinde Veri Madenciliği Teknikleri Ve Makine Öğrenmesi Algoritmalarının Kullanılması”, 2019 [Online] Available:https://ab.org.tr/ab16/bildiri/111.pdf, Accessed:22-May-2019.
[3] I. Cil, "Consumption universes based supermarket layout through association rule mining and multidimensional scaling". Expert Systems with Application 39.10, 8611-8625. 2012.
[4] M.F. Adak, C. Sen, I. Cil, "İçme Suyu Parametrelerinin Ölçülen Değerleri Üzerine Veri Madenciliği Uygulayarak Parametreler Arası İlişkiyi Belirlemek". Akademik Platform Mühendislik ve Fen Bilimleri Dergisi 1, 18-25, 2013.
[5] I. Cil, D. Ay, Y.S. Turkan, “Data driven decision support to supermarket layout”, In Proceeding AIKED’09 Proceedings of the 8th WSEAS International Conference on Artificial Intelligence, Knowledge Engineering and Data Bases 2009 Feb 21.
[6] D. Bozdağ, A. S. Kumar and U.V. Catalyurek. "Comparative analysis of biclustering algorithms." In Proceedings of the First ACM International Conference on Bioinformatics and Computational Biology, pp. 265-274. ACM, 2010.
[7] İ. Çil, "Bilgi Tabanlı İmalat Karar Destek Sistemleri ve Bir Uygulama." Endüstri Mühendisliği.1.1, 15-27, 2002.
[8] B. Pontes, R. Giraldez and J.S. Aguilar-Ruiz, “Biclustering on expression data: A review”, Journal of Biomedical Informatics, vol.57, pp.163–180, Jul.2015.

[9] X. Zhu, J. Qui, M. Xie and J. Wang, “A multi-objective biclustering algorithm based on fuzzy mathematics”, Neurocomputing, vol.253, pp.177–182, Mar. 2017.
[10] R. Arslan, H.H. Örkcü and B. Altunkaynak, “Kaçakçılıkta yakalanan malzeme türlerine göre suçluların kümelenmesi: İkili kümeleme yöntemi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 18. EYİ Özel Sayısı, pp.883-896, Jan. 2018.
[11] A. Kocatürk, “İkili kümeleme algoritmalarının görsel ve sayısal açıdan karşılaştırılması”, Gazi Üniversitesi, Ankara, 2018.
[12] M. Singh, M. Mehrotra, “Impact of biclustering on the performance of biclustering based collaborative filtering”, Expert Systems With Applications, vol. 113, pp.443–456, Jun. 2018.
[13] J. G. Dominguez, R. R. Exposito, “Accelerating binary biclustering on platforms with CUDA-enabled GPUs”, Information Sciences, vol. 000, pp.1–9, May. 2018.
[14] Q. Gu, K. Veselkov, “Bi-clustering of metabolic data using matrix factorization tools”, Methods, vol.151, pp.12–20, Feb. 2018.
[15] A. Kocatürk, B. Altunkaynak, “Gen açıklama verileri için ikili kümeleme algoritmalarının karşılaştırılması ve uygulanması”, Türkiye Klinikleri J Biostat, vol.10, pp.137-52, Sep.2018.
[16] R. Subhanishi, V. Milani, “Implementing geographical information system to provide evident support for crime analysis”, Procedia Computer Science, vol.48, pp.537 – 540, May. 2015.
[17] M. A. Jalil, C. P. Ling, N. M. M. Noor and F. Mohd, “Knowledge representation model for crime analysis”, Procedia Computer Science, vol.116, pp.484–491, Oct. 2017.
[18] P. E. Oguntunde, O. O. Ojo, H. I. Okagbue and O. A. Oguntunde, “Analysis of selected crime data in Nigeria”, Data in Brief, vol.19, pp.1242–1249, Jun.2018.
[19] L. G. A. Alves, H. V. Riberio and F. A. Rodrigues, “Crime prediction through urban metrics and statistical learning”, Physica, vol.505, pp.435–443, Apr.2018.
[20] M. Quick, G. Li and I. B. Smith, “Crime-general and crime-specific spatial patterns: A multivariate spatial analysis of four crime types at the small-area scale”, Journal of Criminal Justice, vol. 58, pp.22–32, Jul. 2018.
[21] “Veri setinin hazırlanması ve düzenlenmesi”, [Online] Available: https://acikders.ankara.edu.tr/pluginfile.php/1375/mod_resource/content/2/B2_Veri%20Seti.pdf, Accessed: 22-May-2019.
[22] S. H. Bal, F. Budak, “Mikroarray Teknolojisi”, Uludağ Üniversitesi Tıp Fakültesi Dergisi, vol.38, pp.227-233, Oct.2012.
[23] Y. Cheng, G. M. Church, “Biclustering of expression data”, In Proceedings of the 8th International Conference on Intelligent Systems for Molecular Biology, vol.8, pp.93–103. 2000,
[24] T. M. Muralı, K. Simon, “Extracting conserved gene expression motifs from gene expression data”, Pacific Symposium on Biocomptuing, vol.8, pp.77-88, 2003.
[25] B. K. H. Chia, R. K. M. Karuturi, R., “Differential co-expression framework to quantify goodness of biclusters and compare biclustering algorithms”, Algorithms for Molecular Biology, vol.5, pp.23, May. 2010.

Details

Primary Language

Turkish

Subjects

Software Engineering (Other)

Journal Section

Research Article

Authors

İbrahim Çil ^*
0000-0002-1290-3704
Türkiye

Sümeyye Gizem Çakar
0000-0002-1290-3704
Türkiye

Nazan Sarı
0000-0002-1290-3704
Türkiye

Olcay Eydemir
0000-0002-7119-344X
Türkiye

Publication Date

December 31, 2019

Submission Date

November 18, 2019

Acceptance Date

December 22, 2019

Published in Issue

Year 2019 Volume: 2 Number: 3

DOI

https://doi.org/10.35377/saucis.02.03.648342

IZ

https://izlik.org/JA38RP45PY

Cite

RIS / Bibtex

APA

Çil, İ., Çakar, S. G., Sarı, N., & Eydemir, O. (2019). İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması. Sakarya University Journal of Computer and Information Sciences, 2(3), 145-157. https://doi.org/10.35377/saucis.02.03.648342

AMA

1.Çil İ, Çakar SG, Sarı N, Eydemir O. İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması. SAUCIS. 2019;2(3):145-157. doi:10.35377/saucis.02.03.648342

Chicago

Çil, İbrahim, Sümeyye Gizem Çakar, Nazan Sarı, and Olcay Eydemir. 2019. “İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti Ve İkili Kümeleme Yöntemlerinin Karşılaştırılması”. Sakarya University Journal of Computer and Information Sciences 2 (3): 145-57. https://doi.org/10.35377/saucis.02.03.648342.

EndNote

Çil İ, Çakar SG, Sarı N, Eydemir O (December 1, 2019) İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması. Sakarya University Journal of Computer and Information Sciences 2 3 145–157.

IEEE

[1]İ. Çil, S. G. Çakar, N. Sarı, and O. Eydemir, “İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması”, SAUCIS, vol. 2, no. 3, pp. 145–157, Dec. 2019, doi: 10.35377/saucis.02.03.648342.

ISNAD

Çil, İbrahim - Çakar, Sümeyye Gizem - Sarı, Nazan - Eydemir, Olcay. “İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti Ve İkili Kümeleme Yöntemlerinin Karşılaştırılması”. Sakarya University Journal of Computer and Information Sciences 2/3 (December 1, 2019): 145-157. https://doi.org/10.35377/saucis.02.03.648342.

JAMA

1.Çil İ, Çakar SG, Sarı N, Eydemir O. İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması. SAUCIS. 2019;2:145–157.

MLA

Çil, İbrahim, et al. “İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti Ve İkili Kümeleme Yöntemlerinin Karşılaştırılması”. Sakarya University Journal of Computer and Information Sciences, vol. 2, no. 3, Dec. 2019, pp. 145-57, doi:10.35377/saucis.02.03.648342.

Vancouver

1.İbrahim Çil, Sümeyye Gizem Çakar, Nazan Sarı, Olcay Eydemir. İkili Kümeleme Yaklaşımıyla Suç Bölgelerinin Tespiti ve İkili Kümeleme Yöntemlerinin Karşılaştırılması. SAUCIS. 2019 Dec. 1;2(3):145-57. doi:10.35377/saucis.02.03.648342