Airline revenue management via data mining
Veri madenciliğiyle hava yolu gelir yönetimi
- Tez No: 436023
- Danışmanlar: PROF. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Gelir maksimizasyonu havayolu endüstrisinde uzun yıllardır büyük bir ilgi ile araştırılan ve üzerinde de çokça çalışma yapılan bir konudur. Araştırma konuları genelde tanımlı bir veri kümesine bilgisayar tabanlı tahmin algoritmalarının uygulanmasıyla gerçekleşir. Bu tezde de havayolu endüstrine ait kabin bazlı yolcu sayısı, kabin bazlı arz edilen koltuk sayısı, uçuş mesafesi, sezon bilgisi, ay yıl bilgisi ve gelir muhtelif tahmin algoritmalarıyla analiz edilmiştir. Doğruluk ve tutarlılıkları mukayese edilerek raporlanmıştır. Bölüm 2'de endüstrideki gelir yönetim modelleri ve kullanılmış tahmin algoritmaları hakkında özet literatür araştırması verilmiştir. Bölüm 3'te algoritmalarda kullanılan veri kümesi tanıtılmıştır. Bununla birlikte, Bayesian Network, Sequential Minimal Optimization, Support Vector Machines, Multilayer Perceptron ve Radial Basis Function Network algoritmaları müzakere edilmiştir. Bölüm 4'te tahmin algoritmalarının çıktıları analiz edilmiştir. Son olarak, veri kümesi için seçilmiş tahmin algoritmalar mukayese edilmiş ve çıktılar üzerinde değerlendirme yapılmıştır.
Özet (Çeviri)
Revenue maximization has been of a paramount interest to Airline Industry during the last few decades and numerous studies have been reported aiming robust analyses. Principle analysis techniques in most of these studies include computational-based prediction algorithms that are used for a given data set. In this thesis, airline specific data, which consists of cabin class passenger data, cabin class supplied capacity data, distance of flights, season, year-month data and revenue data, is analyzed with various prediction algorithms. Consistencies and accuracies of different algorithms are compared and reported. In Section 2, a brief literature review is given on airline revenue management models and on prediction algorithms that are used in airline industry via Weka. In Section 3, the data set that is use in the algorithms is described. Also, the predictions algorithms, Bayesian Network, Sequential Minimal Optimization, Support Vector Machines, Multilayer Perceptron, and Radial Basis Function Network is discussed. In Section 4, the outcomes of prediction algorithms are analyzed. Lastly, selected prediction algorithms for the data set are compared and a conclusion on resulting outcome is given in Section 5.
Benzer Tezler
- A fuzzy approach for show-up forecasting in airline revenue management
Hava yolu gelir yönetiminde yolcuların uçuşa gelme oranının tahmini için bir bulanık yaklaşım
HİLMİ HAKAN KAHRAMAN
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiLojistik ve Finansman Yönetimi Ana Bilim Dalı
YRD. DOÇ. DR. ZEYNEP ŞENER
- The effect of goal based dynamic pricing and revenue management strategies on airline revenue efficiency: The impacts of dynamic pricing startegies and approaches for the case of Turkish Airlines
Hedef bazlı dinamik fiyatlandırma ve gelir yönetimi stratejilerinin havayolu gelirleri üzerindeki etkisi üzerine bir analiz
SENCAN TAŞCI
Yüksek Lisans
İngilizce
2021
Sivil HavacılıkYeditepe Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DURSUN ARIKBOĞA
- Long term competitive advantage effect on company value with fuzzy logic and machine learning applications
Bulanık mantık ve makine öğrenmesi uygulamaları ile uzun vadeli rekabet avantajının şirket değeri üzerine etkisi
ZEKERİYA BİLDİK
Doktora
İngilizce
2024
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. KAYA TOKMAKÇIOĞLU
- Güncellik/sıklık/parasallık (RFM) analizi ile hedef kitle seçimi: Hava yolu sektöründe bir uygulama
Target group selection with recency/frequency/monetary (RFM) analysis: An application in the airline sector
DAMLA ALTAN
