Kaba kümeler teorisi yardımı ile büyük veri topluluklarının analizi

Abstract

Bu tezde, çok sayıda baş ağrısı belirtisine sahip hastaların; hangi baş ağrısı hastalığına ait olduğu, mümkün olan en az sayıdaki belirtiyle saptanması ele alınmıştır. Osmangazi Üniversitesi Tıp Fakültesi Nöroloji Anabilim Dalı'na başvuran farklı hastalardan alınan verilerle çalışılmıştır. Sınıflandırma için Kaba Kümeler Teorisi (Rough Sets Theory) kullanılmıştır. Hastalıklar ve hastalık belirtileri teoriye bağlı olarak düzenlenmiştir. Düzenlemeler sonucunda bilgi tablosu ve ayırt edici matris (Discernibility Matrix) elde edilmiştir. Nesnelerin birbirinden ayırt edilebilmesi için gereken Bool fonksiyonları oluşturulmuş ve onların bazında çekirdek nitelikler ortaya çıkartılmıştır. Çekirdek nitelikler, tekrar karşılaştırılarak buradan bağıl ayırt edici fonksiyonlar bulunmuştur. Daha sonra durum-karar bilgileri ortaya çıkartılarak bir sonuca varılmıştır. Bu işlemler ROSETTA programı kullanılarak test edilmiş ve görselleştirilmiştir. Ortaya çıkan karar kuralları sonucunda bir değerlendirme yapılarak sonuçlar sunulmuştur.