önsöz

Bilişim hayatımızın her alanına girmiş durumda. Eczane-stok takibi, muhasebe işlemleri gibi kayıt-raporlama temelli dönemler gerilerde kaldı. Eğitim, sağlık, eğlence, inşaat, turizm gibi neredeyse tüm sektörlerde bilişimin imkanlarından yararlanan sayısız örnekler verilebilir.
Bu blog içerisinde bilgisayar mühendisliğinde güncel iki temel yaklaşım olan mekansal veri işlem ve veri madenciliği konusunda örnek uygulamalar-projeler ve ilgili teknolojik ürünler-gelişmeler hakkında yazılar bulacaksınız.
 Her iki konuda son yıllarda çok populer alanlar olup, veri madenciliği var olan illişkisel veritabanlarının (RDMS,Relational Database Management Systems)  yetersiz kaldığı

tür veri ve işlem konusunda Nesne Yönelimli Veri Tabanları (OORDMS,Object Oriented Relational Database Management Systems) ile çağdaş yaklaşımlar sunmakta ve pratik hayatımıza bilgi teknolojilerinin daha fazla yer almasını sağlamaktadır.

Çok kısaca ilişkisel veri tabanlarında temelde veri türleri sayısal ve alfanümerik olmakta EFCodd un ortaya koyduğu ilişkisel cebir ve SQL ile stansdartlları temelde seçme(selection), projeksiyon(projection) ve birleşme(join) operatörlerine dayanmaktadır. Bunlarda günümüz çoklu-ortam verilerini işlemde yetersiz kalmakta, birçok geometrik test (mesafe,alan,uzaklık, biribirini içerme, keşisme, ...) ve topolojil ilişkinin varlığı ancak OORDMS ile mümkün olmaktadır. Blog içerisinde karşılacağınız diğer konu ise veri madenciliği. Makine öğrenimi (machine learning), örüntü tanıma(pattern recognition) gibi kavramlarla da anılmakta istatistiksel karar verme ile yakından alakalıdır. Buradaki temel sorun ise her saniye varolan bilgi bankalarına muazzam yeni veriler eklenmekte, bunların içerisinde anlamlı olan veriyi özetleyecek , gelecek tahminleri yapacak yeni yaklaşımlar olarak söylenebilir. Bunun cevabını ilişkisel veritabanları yine ACID kuralına bağlı kalarak OLTP yerine OLAP veriambarları ile cevaplamaya çalışır. Birer örnek vermek gerekirse ;

mekansal için ;  istanbul şehiriçi ulaşım otobüslerini dikkate alarak en yoğun olan duraklar hangileridir? Binen inen yolcular takip edilerek daha iyi bir güzegah oluşturumu sağlanabilirmi?Nasıl?

veri madenciliği için;Bir üniversite varolan öğrencilerini coğrafya, ekonomik, ve başarı seviyelerine bakarak eğitim kalite standardını nasıl yükseltebilir. Veya müşteri analizi crmler kullanım örnekleri verilebilir.


Gerek lokasyon bazlı uygulamalarda gerekse veri madenciliği alanında sayısız paket program ve uygulama geliştirme ortamları vardır. Bilişim dünyası standartlar konusunda De facto olarak daha hızlı gelişen bir alandır, sektörde pazar payları büyük firmalar arasında farklılıklara yol açmaktadır. Bilgisayar  (/ağ sistemleri) yüklediğiniz işletim sistemleri ve uygulamalar geliştirme platformları ciddi olarak birbirinden ayrılmaktadır. Ulaşım sektörü için karayolunun bir standardı vardır, araçlar için yine bu sözkonusudur. Aldığınız herhangi bir marka otomobil trafiğe çıkabilirsiniz. Fakat bilişimde iş böyle değildir, eğer sisteminiz Apple firmasının macintosh sistemi ise Microsoftun windows sistemine uygun uygulamalarını çalıştıramazsınız. Bir adım öteye giderseniz yani işletim sisteminden bir üst katmana geçerseniz, farklılıklar daha da artmaya başlar. İşin içerisine web, desktop, mobile ortamına özgü frameworkler çıkar. JAVA ve .NET yaygın işletim sisteminden bağımsız geliştirme ortamları sunar. Her ne kadar .NET diğer ortamlarda çalışabiliyor ise de veya  C# bir standardlaştırılmış dil olsa farklı ortamlarda bunu kullanmak zordur, ve çok fazla zaman ve emek ister. İşletim sistemi tercihiyaptınız, frameworke karar verdiğiniz iş bununla da bitmez, daha sonra uygulama platformu ve uygun aracı seçmelisiniz. Bu tür bilişim çözümlerinde farklı alternatifler vardır. .NET üzerine ağırlık vermeyi amaçlamış olsakta, farklı yazılım bunların eksilerine artılarına da burada değinmeye çalışacağız. Dolayısıyle bizim tercihimiz  windows ve desktop uygulamaları.  Bunun için tercihimiz WPF oldu.