Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, Enformatik Bölümü, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: EMRE AKADAL
Danışman: Mehmet Hakan Satman
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Ham veriler, veriye özel tasarlanmış bir veri yapısı sayesinde etkin biçimde saklanabilir ve işlenebilirler. İlişkisel veritabanları, Codd (1970) tarafından ortaya atılan, verinin daha küçük tablolar (varlıklar) içerisinde ifade edilmesiyle birlikte veri tekrarını en aza indirebilen; veriyle ilgili işlemlerde performansı arttırabilecek bir veri saklama yöntemidir. Elektronik tablo biçiminde saklanan bir veri setinin, ilişkisel veritabanı formuna getirilmesi işlemine normalizasyon adı verilmektedir. Normalizasyon, verinin normal formlara getirilmesiyle uygulanmaktadır. Ancak normal formlar ile birlikte gelen ve uyulması gereken kurallar, sezgisel ve öznel kararlara bağlı olarak uygulandığı için tasarımcıya göre farklılık gösterebilmektedir. Bu sebeple her zaman en iyi ilişkisel veritabanı tasarımına ulaşılamayabilir. Bu durum, normal form kurallarının sistematik ya da otomatik olarak uygulanmasının zorluğunu göstermektedir. Literatürde normalizasyon işleminin otomatik olarak gerçekleştirilebilmesiyle ilgili çeşitli çalışmalar bulunmaktadır. Ancak bu çalışmaların ortak dezavantajı, kullanıcıdan fonksiyonel bağımlılıkların talep ediliyor olmasıdır. Fonksiyonel bağımlılıkların hatalı belirlenmesi, ilişkisel veritabanı tasarımının hatalı oluşturulmasına sebep olabileceği için sürecin otomatik hale getirilmesindeki zorluk, varlığını korumaktadır. Bu tez çalışması kapsamında normalizasyon işlemi bir optimizasyon problemi olarak ele alınmıştır. Amaç fonksiyonu, normalizasyon tanım ve kuralları gözetilerek önerilmiştir. Literatürdeki çalışmalardan farklı olarak bu çalışmada kullanıcıdan herhangi bir bilgi istenilmemekte, verilen ham veri setine karşılık ilişkisel veritabanı tasarımı önerisi sunulabilmektedir. Uygulama, seçilen 20 veritabanının veri setine dönüştürüldükten sonra önerilen algoritmanın tekrar aynı tasarımı önermesi beklenerek gerçekleştirilmiştir. Uygulama sonuçları, algoritmanın başarılı bir şekilde ilişkisel veritabanı tasarımı önerisi sunabileceğini göstermiştir.