Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: SÜLEYMAN ÖZER
Danışman: Zehra Aysun Altıkardeş
Özet:
Her
canlının günün yorgunluğunu atabilmeleri için sağlıklı uykuya ihtiyacı vardır.
Uyku, canlıların hem zihinsel hem bedenen dinlenmesini sağlamaktadır. Uyku
kalitesi hem daha kaliteli yaşam sürdürmelerine olanak tanır hem de fiziki ve zihni
sağlıklarının korunmasına katkı sağlamaktadır. Öyle ki kaliteli uyku uyuyamayan
bireylerde algıda yavaşlık, zihin yorgunluğu ve fiziki yorgunluklar baş
göstermektedir. Bunlar kalitesiz uykunun canlılar üzerindeki gözle görülür
etkileridir. Bir de sağlık açısından etkileri bulunmaktadır. Zihin ve kasların
dinlenmeye ihtiyacı olduğu gibi iç organların da dinlenmeye ihtiyaçları vardır.
Nitekim insan metabolizması bile uyku halinde yavaşlamakta ve organların
dinlenmesine olanak tanımaktadır. Uyku sırasındaki bu yavaşlamanın olup
olmadığını 24 saat boyunca alınan tansiyon verileriyle teşhis edilmektedir.
Bunu da gezici kan basıncı izleme cihazındaki manşon adı verilen bir parçayı
bireylerin kollarına takarak 24 saat boyunca hem uyku hem uyanıklık halinde
sağlık verileri ölçülerek elde edilmektedir. Gezici kan basıncı izleme cihazı
çalışırken manşon kolu sıkıştırmakta ve ölçümü bu sayede yapabilmektedir. Bu
durum uyku halinde olan hastayı uyandırmakta ve doğru sonuçların alınamamasına
yol açmaktadır.
Yapılan
çalışmada gezici kan basıncı izleme cihazına ihtiyaç duymaksızın kişilerin
tahlil verilerinden dipper/non-dipper olup olmadığını veri madenciliği
yöntemleriyle karar verilmesini sağlayacak altyapı oluşturulmuştur. Bu bağlamda
birey verilerini muhafaza etmek ve işlemek için büyük veri ortamı kurulmuş ve
kullanılmıştır. Bu ortamın kullanımı sayesinde büyüyen veri miktarını karşılama
kapasitesi sağlanmış, aynı zamanda real-time projelere Hipertansiyon ve
Ateroskleroz Eğitim, Uygulama ve Araştırma Merkezi (HİPAM) bünyesi için altyapı oluşturulmuştur.
Giriş
başlığı altında yapılan çalışmaya ait ön bilgilendirmeler ve literatürdeki
seçilen 13 adet benzer çalışmalar, materyal ve yöntem başlığı altında işletim
sistemi konfigürasyon ayarlarının yapılması, büyük veri ortamının kurulması,
modem ayarlarının yapılması, veritabanı işlemleri, veri temizleme işlemleri,
tahminleme ve raporlamaya ait bilgilendirmelere yer verilmiştir. Tezin en
sonunda ise çalışmada elde edilen bulgular değerlendirilmiştir. Sonuç olarak
iki adet farklı Veriseti için Naive Bayes ve Random Forest algoritmaları
kullanılarak sırasıyla Veriseti-1 için %70,37, %81,48 ve Veriseti-2 için
%73,07, %80,76 doğruluk oranlarıyla tahminleme modelleri oluşturulmuş ve bunlar
yorumlanarak çalışmanın ileriki aşamaları için öneriler sunulmuştur.