Akıllı şehir coğrafi veri altyapısında yapay zekâ teknikleri ile taşınmaz yönetimi uygulamalarının geliştirilmesi
Developing real estate management applications with artificial intelligence techniques in smart city spatial data infrastructure
- Tez No: 1023342
- Danışmanlar: PROF. DR. ARİF ÇAĞDAŞ AYDINOĞLU
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Akıllı Şehirler, CBS, Coğrafi Veri Altyapısı, Makine Öğrenmesi, Taşınmaz Yönetimi, Yapay Zekâ, Smart Cities, GIS, Spatial Data Infrastructure, Machine Learning, Real Estate Management, Artificial Intelligence
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde modern şehircilik anlayışı, şehirlerin sürdürülebilirlik ilkeleri doğrultusunda veri temelli yönetilmesini zorunlu kılan yaklaşımları beraberinde getirmiştir. Bilgi ve iletişim teknolojilerindeki gelişmeler, fiziksel, sosyal ve ekonomik bileşenleri bütüncül biçimde ele alan akıllı şehir ekosistemini modern şehirciliğin merkezine yerleştirmiştir. Bu ekosistemde uygulamaların başarısı, yalnızca verilerin varlığına değil; aynı zamanda farklı kurum ve paydaşlar tarafından üretilen heterojen büyük coğrafi verilerin birlikte çalışabilir, standart ve sürdürülebilir biçimde yönetilmesine bağlıdır. Planlama açısından kritik olan bu verilerin, bağımsız sistemler yerine ortak veri modelleri ve teknik standartlara dayalı bir Coğrafi Veri Altyapısı (CVA) içerisinde yönetilmesi, veriye dayalı akıllı yönetişim süreçleri için temel bir gereksinimdir. CVA'nın sağladığı yetkinlikler, taşınmaz yönetimi gibi çok katmanlı akıllı şehir uygulama alanlarında stratejik bir dönüşümü tetiklemektedir. Taşınmazların yapısal, konumsal, ekonomik ve hukuki özelliklerinin etkin yönetimini hedefleyen bu süreç; değerleme, enerji yönetimi ve yatırım planlama gibi alt uygulama alanlarını kapsamaktadır. Gelişen teknolojilerle artan veri hacmi ve çeşitliliği, geleneksel analiz yöntemlerini yetersiz kılmaktadır. Bu bağlamda Yapay Zekâ (YZ) teknikleri ve Coğrafi Bilgi Sistemleri (CBS) büyük veri setlerinden anlamlı örüntülerin keşfedilmesi ve yüksek doğruluklu modeller geliştirilmesinde yenilikçi olanaklar sunmaktadır. Bu olanakların CVA ile entegrasyonu taşınmaz yönetimini, senaryo bazlı analizlerin yapılabildiği öngörüye dayalı bir planlama çerçevesine dönüştürmektedir. Tez çalışmasında, akıllı şehirlerde YZ destekli taşınmaz yönetim uygulamalarının geliştirilmesini desteklemek amacıyla heterojen veri setlerinin bütünleştirilmesi, veri paylaşımının kolaylaştırılması ve sistemler arası birlikte çalışabilirliğin sağlanması için ulusal ve uluslararası standartlara uygun kavramsal coğrafi veri modelleri tasarlanmıştır. UML ile tasarlanan veri modelleriyle uyumlu olarak İstanbul'da Pendik ve Tuzla ile Kocaeli'de Gebze, Çayırova ve Darıca ilçelerini kapsayan çalışma alanında taşınmaz yönetim uygulamalarına yönelik verilerin bütünleştirildiği, sorgulama, analiz ve görselleştirmeye olanak tanıyan bir CVA geliştirilmiştir. Bu altyapı üzerinden farklı metodolojiler ile (i) Makine Öğrenmesi Algoritmaları ile Toplu Taşınmaz Değerleme, (ii) Yapay Zekâ Tabanlı Taşınmaz Değerlemesine Yönelik Web Uygulamasının Geliştirilmesi ve (iii) Akıllı Şehir 2B/3B Taşınmaz Yönetim Platformu Geliştirilmesi örnek uygulamaları gerçekleştirilmiştir. Uygulamaların sonuçları, CVA ile entegre YZ tekniklerinin toplu taşınmaz değerlemede yüksek doğruluk sağladığı göstermiştir. Ayrıca, YZ teknikleri ile geliştirilen değerleme modellerinin, açık kaynak kodlu kütüphaneler ile açık kaynak mimariye sahip web uygulamaları üzerinden bütünleşik biçimde kullanılmasının, değerleme süreçlerinin hız ve güvenilirlik açısından iyileştirilmesine katkı sağladığı belirlenmiştir. Diğer taraftan geliştirilen 2B/3B Akıllı Şehir Taşınmaz Yönetim Platformu, 2B/3B coğrafi veriler ve analiz çıktıları ile etkileşimli 3B ara yüzü bütünleştirerek kentsel yönetim süreçlerinin etkinliğini artırmıştır. Tez çalışmasında önerilen bütünleşik yaklaşımın, akıllı şehir paydaşları için heterojen büyük coğrafi verilerin yönetimi ve YZ teknikleri ile işlenerek yüksek doğruluklu öngörülere dönüştürülmesinde veriye dayalı, şeffaf ve sürdürülebilir bir uygulama çerçevesi sunması beklenmektedir.
Özet (Çeviri)
Today, the modern urbanism concept has brought with it approaches that necessitate the data-driven management of cities in line with sustainability principles. Advancements in information and communication technologies have placed the smart city ecosystem—which addresses physical, social, and economic components holistically—at the centre of modern urbanism. The success of applications within this ecosystem depends not only on the existence of data but also on the interoperable, standardised, and sustainable management of heterogeneous geospatial big data produced by various institutions and stakeholders. Managing this data, which is critical for planning, within a Spatial Data Infrastructure (SDI) based on common data models and technical standards rather than independent systems, is a fundamental requirement for data-driven smart governance processes. The capabilities provided by SDI are triggering a strategic transformation in multi-layered smart city application areas, such as real estate management. This process, which aims for the effective management of the structural, spatial, economic, and legal attributes of real estate, includes sub-application areas such as valuation, energy management, and investment planning. The increasing volume and variety of data brought about by developing technologies are rendering traditional analysis methods inadequate. In this context, Artificial Intelligence (AI) techniques and Geographical Information Systems (GIS) offer innovative opportunities for discovering meaningful patterns within big datasets and developing high-accuracy models. The integration of these opportunities with SDI transforms real estate management into a predictive planning framework where scenario-based analyses can be performed. In this thesis, conceptual geospatial data models compliant with national and international standards were designed to integrate heterogeneous datasets, facilitate data sharing, and ensure interoperability between systems, to support the development of AI-driven real estate management applications in smart cities. In accordance with the data models designed using UML, a SDI was developed for a study area covering the districts of Pendik and Tuzla in Istanbul and Gebze, Çayırova, and Darıca in Kocaeli, in which data related to real estate management applications are integrated, enabling querying, analysis, and visualisation. Through this infrastructure, case applications such as (i) Mass Real Estate Valuation using Machine Learning Algorithms, (ii) Developing AI-Based Web Application for Real Estate Valuation, and (iii) Developing 2D/3D Smart City Real Estate Management Platform were conducted using various methodologies. The results of the case studies have shown that AI techniques integrated with SDI provide high accuracy in mass real estate valuation. Furthermore, it has been determined that using valuation models developed with AI techniques in an integrated manner through open-source libraries and web applications built on open-source architectures contributes to improving the speed and reliability of valuation processes. On the other hand, the developed web-based real estate management platform enhanced the efficiency of urban management processes by integrating 2D/3D geospatial data and analysis outputs with an interactive 3D interface. It's expected that the integrated approach proposed in the thesis will offer a data-driven, transparent, and sustainable application framework for smart city stakeholders, enabling the management of heterogeneous big geospatial data and its processing with AI techniques to generate highly accurate predictions.
Benzer Tezler
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- Sivas'ta kadınların işgücüne katılım farklılıkları
Başlık çevirisi yok
BİNNUR ERCEM
Yüksek Lisans
Türkçe
1984
SosyolojiCumhuriyet ÜniversitesiKurumlar Sosyolojisi Ana Bilim Dalı
YRD. DOÇ. DR. FARUK KOCACIK
- Dönemsel yayınlarımızda reklamcılık işlevi ve basının kamuoyu oluşturma görevi ile ilişkisi
Başlık çevirisi yok
NEYLAN GÖNLÜYÜCE
Yüksek Lisans
Türkçe
1987
Gazetecilikİstanbul ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. KAYIHAN İÇEL
- Banka kredilerinin ekonomide yarattıkları etkiler
Başlık çevirisi yok
NİHAL ÜÇSU
Yüksek Lisans
Türkçe
1987
Ekonomiİstanbul Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. HAYRİ ERDOĞAN ALKİN
- Tedarik süresi ve/veya talebin belirsiz olduğu durumlarda emniyet stokunun belirlenmesi
Başlık çevirisi yok
ÖZCAN GÖKÇEN
Yüksek Lisans
Türkçe
1987
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ KUTAY