Turizm sektöründe talep tahminleri için yapay sinir ağları kullanımı ve diğer yöntemlerle karşılaştırmalı analizi (Antalya ilinin dış turizm talebinde uygulama)
Forecasting tourism demand by artificial neural networks and time series methods (A comparative analysis in inbound tourism demand to Antalya
- Tez No: 187366
- Danışmanlar: PROF.DR. İBRAHİM GÜNGÖR
- Tez Türü: Doktora
- Konular: Turizm, İşletme, Tourism, Business Administration
- Anahtar Kelimeler: Turizm Talebi, Tahmin Yöntemleri, Yapay Sinir Ağları, Tourism Demand, Forecasting Methods, Artificial Neural Networks
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 188
Özet
ÖZETTUR ZM SEKTÖRÜNDE TALEP TAHM N Ç N YAPAY S N R AĞLARIKULLANIMI VE D ĞER YÖNTEMLERLE KARŞILAŞTIRMALI ANAL Z(ANTALYA L N N DIŞ TUR ZM TALEB NDE UYGULAMA)Murat ÇUHADARSüleyman Demirel Üniversitesi, şletme Anabilim DalıDoktora Tezi, 188 Sayfa, Haziran 2006Danışman: Prof. Dr. brahim GÜNGÖRBu çalışmada zaman serisi yöntemlerinden, ?Mekanik Tahmin (Naive III),?Hareketli Ortalamalar?, ?Üstel Düzleştirme?, ?Box-Jenkins (ARIMA)? ve ?YapaySinir Ağları? yöntemlerinin öngörü doğruluklarını karşılaştırarak en yüksekdoğruluğu sağlayan yöntem belirlenmesi ve belirlenen yöntem yardımıyla 2006-2007 yılları için Antalya iline yönelik dış turizm talebinin aylar itibariyle tahminedilmesi amaçlanmıştır. Araştırmada, dış turizm talebinin ölçüsü olarak gelen toplamyabancı turist sayıları alınmış ve Ocak 1992-Aralık 2005 döneminde Antalya ilinegelen aylık yabancı turist sayısı verilerinden yararlanılmıştır. Aylık veriler, mevsimve trend bileşenlerinin ele alınarak daha detaylı incelemeler yapılabilmesi için tercihedilmiştir.Uygulanan yöntemlerden elde edilen öngörü sonuçlarının değerlendirilmesineticesinde, ?Winters'ın Mevsimsel Üstel Düzleştirme? ve ?Çarpımsal-MevsimselBox-Jenkins? yöntemleri ile yapılan öngörülerin oldukça iyi sonuçlar verdiği ancak,çalışmada kullanılan yöntemler içerisinde en yüksek öngörü doğruluğunu sağlayanve gerçek değerlere en yakın sonuçları veren yöntemin, ?Yapay Sinir Ağları? olduğugörülmüştür. Antalya iline gelen yabancı turist sayıları serisinin yapay sinir ağları ilemodellenmesinde, literatürdeki farklı görüşler dikkate alınarak orijinal seri vemevsimsel ayrıştırma yöntemi ile elde edilen mevsimsel etkilerden arındırılmış seriolmak üzere iki ayrı veri seti kullanılarak oluşturulan farklı ağ yapılarının öngörübaşarıları incelenmiştir. Yapılan çok sayıda deneme sonucunda orijinal seri değerlerikullanılarak oluşturulan 12 gecikmeli yapay sinir ağı modelinin en yüksek doğruluğusağladığı görülmüş ve elde edilen model yardımıyla 2006 ve 2007 yılları içinAntalya iline yönelik aylık dış turizm talebi tahminleri yapılmıştır. Modelde, ?ilerisürümlü (feed forward)? ağ yapısı kullanılmış, parametrelerin güncellenmesi için?hata geriye yayma (back propagation)? algoritmasından yararlanılmıştır.Gerek bu çalışmadan elde edilen sonuçlar, gerekse daha önce yapılançalışmalardan elde edilen sonuçlar dikkate alındığında; aşırı eğitme, mimarinin hatalıoluşturulması vb. problemleri olmayan yapay sinir ağı modellerinin, diğeryöntemlerle kurulan modellere göre daha iyi sonuçlar verdiği görülmektedir. Bunedenle verilerin yapısına en uygun mimarilerin oluşturulması için özen göstermekgerekmektedir
Özet (Çeviri)
ABSTRACTFORECASTING TOURISM DEMAND BY ARTIFICIAL NEURALNETWORKS AND TIME SERIES METHODS (A COMPARATIVEANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA)Murat ÇUHADARSüleyman Demirel University, Department of Business AdministrationPh. D. 188 Pages, June 2006Supervising Professor: Prof. Dr. brahim GÜNGÖRIn this study, it is aimed to determine the forecasting method that provides thebest performance when compared the forecast accuracy of naive model, simplemoving averages, exponential smoothing, Box-Jenkins (ARIMA) as time seriestechniques and artificial neural networks (ANNs) to estimate the monthly inboundtourism demand to Antalya for years 2006 and 2007 via the method giving bestresults. In this research it is used the total number of foreign tourist arrivals as ameasure of inbound tourism demand and monthly foreign tourist arrivals to Antalyain the period of January 1992-December 2005 data were utilized to buildappropriate model. The monthly data were prefered to be able to more detailedanalyse by taking into account of seasonal and trend components.As a conclusion of the assesment of experimental results, it has beenobserved that forecasts by the methods ?Winter?s seasonal exponential smoothing?and ?multicaptive-seasonal ARIMA? have provided quite good results and on theother hand artificial neural network model has showed best forecast accuracy withlowest deviation among the techniques applied in this research. In the process ofmodelling the number of foreign tourist data by artificial neural networks, it isanalyzed the ex post forecast accuracy of differant network architechtures constitutedby both unpreprocessed and seasonally adjusted data taking into account of thedistinct viewpoints in related studies. As a consequence of several attempts it hasbeen observed that 12 lagged artificial neural network model formed by utilizing theunpreprocessed raw data has presented best performance and by the means of thismodel it has been forecasted the monthly inbound tourism demand to Antalya foryears 2006 and 2007. In this model ?feed forward back propagation? networkstructure has been utilized.Considering the results attained by not only this study but also most of recentstudies, it is seen that the artificial neural network models without problems such asovertraining, structural failures etc.. outperform the results of other forecastingtechniques. Therefore, it ought to be attentive to constitute appropriate model that fitthe structure of data.
Benzer Tezler
- Türkiye'de yabancı turizm talebi tahmini için makina öğrenimi algoritmalarının kullanılması
Using machine learning algorithms for foreign tourism demand forecasting in Turkey
CEM GEÇER
Yüksek Lisans
Türkçe
2024
İşletmeGebze Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. FARİD HUSEYNOV
- Tedarik zinciri yönetiminde yapay zeka tabanlı talep tahmini: Bir tekstil firmasında uygulama
Ai-based demand forecast in supply chain management: İmplementation in a textile company
BUSE CEREN AKBAŞ
Yüksek Lisans
Türkçe
2022
İşletmeAkdeniz ÜniversitesiUluslararası Ticaret ve Lojistik Ana Bilim Dalı
DOÇ. DR. FAHRİYE MERDİVENCİ
- Hizmet sektöründen talep tahmini: Box-Jenkins modelleme çalışması
Başlık çevirisi yok
CAFER AĞRIDAĞI
Yüksek Lisans
Türkçe
1996
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURÇ ÜLENGİN
- Turizm talebini etkileyen faktörler ve bu faktörlerin Güney Ege turizmi açısından incelenmesi
The Factors affecting the tourism demand and the study of those factors from the point of view of Southern Aegean tourism
OZAN BAHAR
- Türkiye medikal turizmi üzerine bir tahmin çalışması
A forecast study on medical tourism in Turkey
DUYGU ŞEN
Yüksek Lisans
Türkçe
2020
Sağlık Kurumları Yönetimiİstanbul Medipol ÜniversitesiSağlık Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TOZAN
DR. ÖĞR. ÜYESİ MELİS ALMULA KARADAYI