Makine Öğrenmesi ile Kentsel Kiralık Bisiklet Verilerinde Anomali Tespiti: Konya İli Örneği
- 8 November 2025
- journal article
- Published by The Journal of International Scientific Researches in The Journal of International Scientific Researches
- Vol. 10 (3) , 496-509
Abstract
Bu çalışmada, şehir içi ulaşım ve bisiklet paylaşım sistemlerinde kalite kontrol ve güvenlik amaçlı veri doğrulama süreçlerine katkı sağlayabilecek bir yaklaşım sunulmaktadır. Bu amaçla, Konya kiralık bisiklet verisi kullanılarak denetimsiz makine öğrenmesi yöntemleriyle anomali tespiti gerçekleştirilmiştir. Analiz sürecinde iki yaygın algoritma olan yerel aykırı değer faktörü ve izolasyon ormanı yöntemleri kullanılmıştır. Veri setinde gözlem sayısı 1069 olup, anomalilerin tahmini oranı %3 olarak belirlenmiştir. Yerel aykırı değer faktörü ve izolasyon ormanı yöntemleri ile sırasıyla 33’er anomali tespit edilmiş, bunlardan 20 tanesi her iki model tarafından ortak olarak belirlenmiştir. Parametre duyarlılık analizleri sonucunda, her iki modelin de belirlenen anomali sayısında farklı parametre değerleri altında anlamlı bir değişiklik göstermediği gözlemlenmiştir. Bulgular, kullanılan yöntemlerin veri seti üzerinde tutarlı sonuçlar verdiğini ve özellikle konum verisi içeren ulaşım kayıtlarında fiziksel olarak mümkün olmayan değerlerin hızlı biçimde tespit edilebildiğini ortaya koymaktadır.Keywords
This publication has 9 references indexed in Scilit:
- Local outlier factor for anomaly detection in HPCC systemsJournal of Parallel and Distributed Computing, 2024
- A Comparative Study of Unsupervised Anomaly Detection Algorithms used in a Small and Medium-Sized EnterpriseInternational Journal of Advanced Computer Science and Applications, 2022
- A Review of Local Outlier Factor Algorithms for Outlier Detection in Big Data StreamsBig Data and Cognitive Computing, 2020
- Torrefaction of Coffee Husk Flour for the Development of Injection-Molded Green Composite Pieces of Polylactide with High SustainabilityApplied Sciences, 2020
- Outlier Analysis2017
- Anomaly Detection Principles and Algorithms2017
- Anomaly detectionACM Computing Surveys, 2009
- Isolation Forest2008
- LOFACM SIGMOD Record, 2000