Özet
Günümüzde, teknolojik gelişmeler ile birlikte üretilen ve depolanan veri hiç olmadığı
kadar büyümüş ve çeşitlenmiştir. Artık fotoğraf, video ya da uzayı gözlemleyerek
elde etiğimiz büyük boyutlu sinyallerden veri madenciliği kullanılarak bilgi keşfi
yapılmaktadır. Verinin büyümesi ve çeşitlemesinin sonucu olarak yapısı da
farklılaşmakta ve veri madenciliğinde kullanılan tekniklerinin değişen boyut ve veri
yapılarına göre uyarlanması gerekmektedir.
Bahsedilen bu farklı veri yapılarından biri mekansal veridir. Mekansal veri setleri,
gözlemlere ait mekansal bilginin enlem ve boylam olarak veri setine dahil
edilmesiyle oluşturulur. Mekansal (coğrafik) verilerin günümüz teknolojisinde
sıklıkla kullanılmaya başlamasıyla, veri madenciliği bu alanda uygulanmış ve
Mekansal Veri Madenciliği (Spatial Data Mining) kavramı ortaya çıkmıştır.
Mekansal bir veri setinin zaman değişkeni barındırması durumunda veri setinin
yapısı değişmekte ve Mekansal Veri Madenciliğinde kullanılan tekniklerin bu yapıya
uyarlanması gerekmektedir. Bu gereklilik ile birlikte, mekansal-zamansal veri
üreten/depolayan kurum ve bilimsel araştırmalarının sayısının artması, yakın
zamanda Mekansal-Zamansal Veri Madenciliği (Spatio-temporal Data Mining)
kavramının ortaya çıkmasına neden olmuştur.
Bu çalışmada, Mekansal ve Mekansal-Zamansal Veri Madenciliğinde kullanılan
kümeleme algoritmaları tanıtılmış ve 1970-2017 yılları arasında Türkiye‟nin tüm
illerini kapsayan ortalama sıcaklık ve yağış miktarları üzerinde ST-DBSCAN
algoritmasını kullanılarak mekansal-zamansal kümelenme analizi yapılmıştır.
Önümüzdeki yıllarda bu alanda literatür çalışmasının çoğalarak birçok algoritmanın
mekansal-zamansal veri yapısına uyarlanması öngörülmektedir