期刊名称：EJOVOC : Electronic Journal of Vocational Colleges
印刷版ISSN：2146-7684
出版年度：2015
出版社：Kirklareli University Luleburgaz Vocational College
摘要：Web sitelerinin internet ziyaretçileri tarafındaki yansıması ile oluşan web sitesiistatistiklerinin bu sektördeki önemi artmaktadır. Web istatistikleri, web sunucularıtarafında tutulabilen kayıtlardır ve web sitelerinin popülaritesini kıyaslamada net vedoğru bir bilgi sunmaktadırlar. Oluşan bu değerler bütününün ağ trafiğindeanlamlandırılabilmesi için sınıflandırma veya kümeleme işlemlerine tabi tutulmasıgerekmektedir. Bu bağlamda, Türkiye’de yaygın olarak tıklanan web sitelerininistatistiksel verileri kullanılarak, makine öğrenmesi algoritmaları ile analizi bu çalışmanınamacı olmuştur. Elde edilen gerçek veriler üzerinde makine öğrenmesinin nasılgerçekleştiği ve veriler arasında web site trafiğindeki en belirleyici parametreler tespitedilmiştir. Bu tespitler, gözetimli ve gözetimsiz öğrenme algoritmaları ilegerçekleştirilmiştir. Eğitim, test ve çapraz doğrulama gibi farklı seçeneklerle ayrıntılıolarak incelenen bu algoritmaların birbirine göre başarı ve performans kıyaslamasıyapılarak web siteleri parametre analizleri araştırılmıştır.
其他摘要：The importance of website statistics which consists of reflections on the internetvisitors side is increasing in this sector. Web statistics can offer clear and accurateinformation in comparing the popularity of websites as the records are kept by webservers. This entirety of values must be subjected to sorting or clustering processes tobe justified in network traffic. In this context, the purpose of this study is to analyze themachine learning algorithms with using statistical data of common websites clicked inTurkey. The process of actual machine learning and the most determinant parameter inwebsite traffic among data are determined through the obtained actual data. Thesefindings are obtained from the supervised and unsupervised learning algorithms. Thewebsites parameters' analysis is made through the comparison of the success andperformance of these algorithms. On the other hand, these algorithms are investigatedin detail with various options such as training, testing, and cross-validation
关键词：Makine öğrenmesi; parametre; sınıflandırma; web istatistik
其他关键词：Machine learning; parameter; classification; web statistic
