Determination of Risk Stituations of Buildings with Using Data Mining Association Rules Method
| Autor: | SABAH, Levent, BAYRAKTAR, Hüseyin |
|---|---|
| Jazyk: | turečtina |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | Volume: 6, Issue: 1 70-78 Gazi Mühendislik Bilimleri Dergisi |
| ISSN: | 2149-4916 2149-9373 |
| Popis: | Günümüzde üretilen verilerin hacimleri ve çeşitlilikleri arttıkça büyük veriye yönelik ilgi de artmaktadır. Çok çeşitli verinin analiziyle anlamlı sonuçlar elde edilmesine yönelik teknikler veri madenciliği kavramını ifade etmektedir. Veri madenciliğinin temel tekniklerinden biri olan Birliktelik Kuralları, farklı olayların birlikte gerçekleşebilme durumlarının tespit edilmesidir. Oluşturulan veri setinin analizi sonucunda veriler arasında bulunan birliktelik bağıntılarının elde edilmesi yani bir ya da birkaç durum var ise sonucunda belli durumlar olabilir şeklinde çıkarımlarda bulunulabilmektedir.Bu çalışmada Düzce ili Kaynaşlı ilçesinde yer alan 2112 binaya ait deprem riski puanlama verileri kullanılmıştır. Bu veriler binalar ile ilgili kat yüksekliği, kullanım durumu, bina malzemesi, 1999 depremi öncesi yada sonrası inşa durumu ve elde edilen risk puanları ile birlikte eğim, jeoloji, taşıma gücü, zemin titreşim, zemin sınıfı, zemin büyütme ve yer altı suyu altlık haritalarının binaların konumlarıyla kesiştirilmesi sonucunda coğrafi bilgi sistemleri kullanılarak elde edilen veriler ile bir veri seti oluşturulmuştur. Bu veri seti kullanılarak veri madenciliği araçlarından Orange ve Weka ile birliktelik kuralları çıkarılmıştır. Elde edilen sonuçlara göre bir binanın yerel deprem puanı 93.5’den büyük ve zemin titreşimi 0.10-0.20 aralığında ise düşük riskli, bina 2 katlı ve düşük riskli ise yerel deprem puanı 93.5’den büyük ve meskendir gibi çıkarımlar yapılabilmektedir. Birliktelik kurallarının kullanımı ile mevcut verilerin birbiri ile ilişki durumları ortaya çıkarılabilmektedir. Nowadays, as the volume and diversity of the produced data increases, so does the interest in big data. Techniques for obtaining meaningful results by analyzing a wide variety of data express the concept of data mining. One of the basic techniques of data mining, Association Rules, is to determine the co-occurrence of different events. The result of the analysis of the data set can be derived from the association relations between the data, that is, if there are one or more situations, there may be certain situations.In this study, earthquake risk scoring data of 2112 buildings in Kaynaşlı district of Düzce province were used. These data include the building height, usage status, building material, construction status before or after the 1999 earthquake and the risk scores obtained along with slope, geology, bearing capacity, soil vibration, soil class, soil magnification and groundwater litter maps. A data set was formed with the data obtained by using geographical information systems. Using this data set, the rules of association with Orange and Weka have been drawn from the data mining tools. According to the results obtained, the local earthquake score of a building is greater than 93.5 and the ground vibration is in the range of 0.10-0.20, the result is low risk. If the building has 2 floors and low risk, it can be deduced that the local earthquake score is greater than 93.5 and residential. By using association rules, the relationship between existing data can be revealed. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|