Büyük Veri Araçları ile COVID-19 Pandemisinin İstanbul Trafiğine Etkisinin Analizi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Mühendislik Fakültesi, Elektrik Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Uğur Alcan
Danışman: Fırat Kaçar
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Teknolojinin beraberinde getirdiği internet ile birlikte; insanlar, yaptığı hemen hemen tüm işlerde veri üretir hale geldi. Sıradan bir günde yaptığımız Whatsapp'tan mesaj atma, Instagramda fotoğraf paylaşma, Google'dan arama yapma, e-posta (elektronik posta) gönderme ve bunlar gibi sayamayacağımız birçok faaliyetimizle devasa boyutlarda bir veri kaynağı oluşturmaktayız. Bu kadar yoğun ve farklı veri aynı zamanda bilgi çöplüğüne neden olmaktadır. Bu çöplüğü geleneksel teknolojilerle analiz etmek ise ayrı bir problemdir. Bu bilgi yığınını kendi müşterilerinin davranışlarını analiz edip, elde edilen sonuçlara göre stratejilerini belirlemek isteyen büyük firmalar büyük veri kavramını ortaya çıkardılar. Büyük veri, sosyal medya paylaşımları, sensör verileri, fotoğraf arşivlerimiz, GSM (Global System for Mobile Communications) operatörlerinden elde edilen arama kayıtları, arama motorları istatistikleri, log dosyaları gibi farklı kaynaklardan elde ettiğimiz verilerin anlamlı ve işlenebilir hale dönüştürülmüş biçimidir. Bu çalışmada büyük veri teknolojilerinin gücü kullanılarak günümüzün önemli bir problemi olan Covid-19 pandemisinin İstanbul trafiğine etkisi incelenmiştir. Bu kapsamda İstanbul Büyük Şehir Belediyesi'nin açık olarak yayınladığı 2020 yılına ait saatlik trafik indeksi veri seti ile aynı yıla ait sokağa çıkma kısıtlaması zamanları veri seti ele alınmıştır. Bu veri setlerinin analizinde yeni nesil veri işleme aracı olan Apache Spark kullanılmıştır. Apache Spark ile 2020 yılına ait İstanbul trafik indeksi verilerinin öncelikle genel analizi yapılmış olup, daha sonra elde edilen veriler sokağa çıkma kısıtlaması zamanları veri seti ile ilişkilendirilerek etki analizi yapılmıştır. İşlenen verilerin tutulmasında Elasticsearch kullanılmış olup, veri görselleştirmesinde ise Kibana kullanılmıştır. Çalışmanın sonunda ise Apache Spark'ın MLlib (Machine learning library) kütüphanesi kullanılarak lojistik regresyon, karar ağaçları, rastgele orman, gradyan yükseltme ağacı tabanlı OneVsRest ve doğrusal destek vektör makinesi tabanlı OneVsRest yöntemleriyle trafik indeksi konusunda makine öğrenmesi uygulamaları geliştirilmiştir. Çalışmanın esas amacı büyük veri algoritmaları ile Covid-19 pandemisinin İstanbul ulaşımına etkisini analiz etmek gibi gözükse de yavaş yavaş akıllı şehirlere dönüşmeye başladığımız bu dönemde, trafik analiz ve tahminin bu sürecin önemli bir parçası olması sebebiyle; yapılan bu çalışma, akıllı şehirlere dönüşme sürecine de hizmet etmektedir.