Kurumlar tarafından kullanılan yönetim bilişim sistemleri, gelişen akıllı teknolojilerin etkisiyle oluşan büyük veriden gizli bilgi örüntülerinin çıkarılması ve geleceğe dönük kararlarda kurum yöneticilerine karar desteğinin sağlanması büyük önem arz etmektedir. Kamu yönetimi disiplininde teknoloji odaklı çalışmalar genellikle teorik düzeyde ve ağırlıklı olarak "e-devlet" konusunda yoğunlaşmaktadır. Veri madenciliği uygulamaları ise genellikle yönetim bilişim sistemleri, bilgisayar bilimleri ve işletme gibi disiplinlerde özel sektör verisi ile çalışılmaktadır. Bu çalışma, veri madenciliği konusunu kamu yönetimi ile yönetim bilişim sistemleri disiplinlerine dayalı olarak incelemektedir. Çalışmanın uygulama bölümünde, literatürdeki genel eğilimden farklı olarak, kamu verisiyle veri madenciliği uygulaması gerçekleştirilmiştir. Veri madenciliği için, bir büyükşehir belediyesinden elde edilen çözüm masası verileri Naive Bayes, Destek Vektör Makinesi, K-En Yakın Komşuluk ve Karar Ağaçları gibi makine öğrenmesi algoritmaları kullanılarak analiz edilmiştir. Elde edilen bulguların görsel gösterimi içinse iş zekâsı uygulaması olan "Tableu" kullanılmıştır. Çalışmada, Türkiye'de büyük verinin son yıllarda kamu sektörü kuruluşlarında yaygınlaştığı, kurumların stratejik planlarında yer verildiği, ancak veri madenciliği uygulamalarının çok az kurumda etkin olarak kullanıldığı sonucuna varılmıştır. Uygulama bulguları, yapılandırılmamış veri üzerinde ön işleme aşamasının dikkatli ve doğru şekilde yapılmasının makine öğrenmesinin doğruluk oranlarına doğrudan etki ettiğini göstermesi açısından önemlidir. Büyük veri ve veri madenciliği uygulamalarının, hükümet hizmetlerini, ayrıca devlet operasyonlarını, politika üretme ve yönetimini geliştirmek için kamu sektörü tarafından etkin olarak kullanılabileceği sonucuna ulaşılmıştır. Veri madenciliğinin yalnızca sayısal yöntemleri içeren yazılım aracı değil; çözümüne ihtiyaç duyulan probleme göre tasarlanmış, ilgili yöntem, teknik ve uygulamaları da kapsayan, sonuçları itibariyle probleme ait ilişki, kural ve örüntüyü modelleyen ve gösteren bir süreç olarak kamu hizmetlerinde kullanılabileceğini göstermesi açısından da bu tez önem arz etmektedir.
Management information systems used by the goverments and public agencies are crucial in terms of acquiring latent information patterns comprised from big data generated by the developing smart technologies and provision of decision supports on future decisions to policy makers and public managers. Technology-based studies in public administration are generally conducted on the basis of theoretical and practical dimensions of "e-government". Data mining applications are usually studied with focusing on private sector data in disciplines such as management information systems, computer sciences and business administration. This study examines data mining, on the accounts of the disciplines of public administration and management information systems. In the empirical part of the study, fourth chapter, data mining process is implemented with public data, unlike the general tendency in the literature. The help desk data of the Kocaeli Metropolitan Municipality is used in the study. Preprocessing of data and classification methods are implemented via "Weka Machine Learning" tool. The help desk data is analyzed using a number of machine learning algorithms such as Naive Bayes, Support Vector Machine, K-Nearest Neighborhood and Decision Trees. The results were visualized with a business intelligence application called "Tableu". It was concluded that while there is an increasing awareness in reent years on big data technologies and data mining in governments and public agencies in Turkey, the number of applications and projects have still been outnumbered. In essence our study shows that, careful and accurate pre-processing of the raw data, qualitative or quantitative, has a direct impact on the accuracy of machine learning algortihms. Finally, it seems that big data and data mining applications can be effectively used by the public agencies to enhance government operations, to provide effective and efficient public services, and to improve the quality of public policy-making. Data mining is not only a software tool that contains numerical methods; but it includes methods and applications intented to solve the real world problems. This thesis is also important in that it shows data mining can be adopted in public services with a generic model.
