Title: Cüneyt Aksakallı | Kriko Author: Kriko --- ![Cüneyt Aksakallı](https://kriko.io/wp-content/uploads/2026/08/cuneyt-aksakalli- blog.png) # Cüneyt Aksakallı Doğal dil işleme, derin sinir ağları, bilgisayarlı görü ve grafik tabanlı web arama mimarileri alanlarında kapsamlı bilgiye sahip, makine öğrenimi ve yapay zeka konusunda tutkulu bir mühendis ve araştırmacıdır. [ ⌊Customer Segmentation, Latent Feature Extraction ve Kategori Teorisi⌉ ](https://kriko.io/tr/blog/crm/customer-segmentation-latent-feature-extraction-ve-kategori-teorisi) * [ CRM ](https://kriko.io/tr/blog/veri-analizi-olcumleme/crm) ### 󠀁[ Customer Segmentation, Latent Feature Extraction ve Kategori Teorisi ](https://kriko.io/tr/blog/crm/customer-segmentation-latent-feature-extraction-ve-kategori-teorisi)󠁿 Hemen her e-ticaret firmasında "son X gün ziyareti olmayanlar", "son Y gün alışveriş yapmayanlar" gibi temel analizlerinin yapıldığını biliyoruz. Bunun gibi çalışmalar en az ar-ge masrafıyla en hızlı çözümü sağlaması açısından oldukça kıymetli. Lakin şu var ki bu tarz uygulamalarda başarı elde edebilmek için parametreleri doğru belirlemek çok kritik. [ ⌊Product Ranking- Fuzzy Logic Yaklaşımı⌉ ](https://kriko.io/tr/blog/veri-analizi-olcumleme/product-ranking-fuzzy-logic-yaklasimi) * [ Keşfet ](https://kriko.io/tr/blog/kesfet) ### 󠀁[ Product Ranking- Fuzzy Logic Yaklaşımı ](https://kriko.io/tr/blog/veri-analizi-olcumleme/product-ranking-fuzzy-logic-yaklasimi)󠁿 Bir çok e-ticaret sitesinde "product ranking" basitçe, belirlenen parametrelerle ilgili ağırlıklandırılmış katsayılar kullanarak puan hesaplanması şeklinde karşımıza çıkıyor. Her ne kadar basit kurallara dayalı bu model ranking noktasında bir nebze fayda sağlasa da optimum çözümden oldukça uzak. ## Dijitalin nabzını bizimle takip et Dijital dünyayı şekillendiren seçilmiş içgörüler, haberler ve fikirlerden haberdar olmak için abone olun. Bu kutucuğu işaretleyerek [gizlilik ve aydınlatma](https://kriko.io/tr/gizlilik-politikasi) metnimizi kabul ettiğinizi onaylamış olursunuz.