Veri madenciliği teknikleri uygulayarak kütüphane otomasyonundan bilgi keşfi elde edilmesi

Bilişim sistemlerinin oldukça geliştiği ve dijital çağ olarak adlandırılan günümüzde, kayıt altına alınan veri miktarının sürekli artması, büyük veri kavramını ortaya çıkarmıştır. Özellikle yönetimsel anlamda karar vericiler için oldukça önemli olan stratejik bilgilerin elde edilmesi ise ancak bu büyük verilerin doğru tekniklerle işlenmesi ile mümkün olmaktadır. Veri yığınları içerisinden anlamlı ve yararlı bilgiye ulaşmak için son yıllarda veri madenciliği tekniklerinden sıklıkla yararlanılmaktadır. Bu çalışmada, veri odaklı olarak hizmet sunan üniversite kütüphane bilgi sistemlerinin yöneticilerine, kullanıcı profillerini oluşturabilmeleri ve bu doğrultuda gelecekte alacakları yatırım kararlarını da etkin bir şekilde verebilmeleri amaçlanmıştır. Çalışma kapsamında Erzincan Binali Yıldırım Üniversitesi Merkez Kütüphanesi'ne ait bilgi sistemi üzerinde bir uygulama gerçekleştirilmiştir. Veri madenciliğinin tanımlayıcı modellerinden olan kümeleme analizi ve birliktelik kuralları aracılığıyla; kütüphane envanteri, üye profili, yayın ödünç alma alışkanlıkları ile birlikte ödünç alınan yayınlar gibi bilgiler elde edilerek, çalışma sonunda bu bilgiler doğrultusunda değerlendirmelerde bulunulmuştur.

A continuous increase in the amount of recorded data has introduced a new thing "Big Data" nowadays, which is named as "the IT Era" when information systems are quite developed. Obtaining highly important strategic informations for especially managerial decision makers is only possible when big data is processed correctly. Data mining techniques are often used to reach meaningful and useful information from the data stacks. The purpose of this study is that, information systems managers of university libraries providing data-oriented services can create user profiles and accordingly, they will be able to effectively make future investment decisions. In this study, an application has been made of the information system of Erzincan Binali Yıldırım University central library. Through clustering and association rule analyses which are among descriptive models, data such as library inventory member profile, publication borrowing habits and borrowed publications were obtained and an evaluation was made according to these data at the end of the study.