Film endüstrisinde makine öğrenmesi algoritmaları ile yeni ürünlerin gelir tahmini
Revenue forecasting for new products with machine learning algorithms in movie industry
- Tez No: 510808
- Danışmanlar: DR. ÖĞR. ÜYESİ TUNCAY ÖZCAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Destek vektör makineleri, Makine öğrenmesi yöntemleri, Parametre optimizasyonu, Yapay sinir ağları, Support vector machines, Machine learning methods, Parameter optimization, Artificial neural networks
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Film endüstrisi istikrarlı olarak büyümekte olan dinamik bir sektördür. Her yıl üretilen film sayısının sürekli olarak artış gösterdiği gerçeği göz önüne alındığında film sektörüne harcanan bütçenin ne kadar büyük miktarlarda olduğu görülmektedir. Sürekli gelişen teknoloji, değişen koşullar her sektörü etkilediği gibi film sektörünü de etkilemekte ve kaçınılmaz bir rekabet ortamı yaratmaktadır. Bu rekabet ortamı içerisinde işletmelerin doğru yatırım kararları vermeleri önemli bir problem haline gelmektedir. Bu noktada filmlerin gişe hasılatının ne olacağını önceden bilmek ve buna göre stratejik kararlar almak büyük önem arz etmektedir. Bu çalışmada, filmlerin vizyona girmeden önce gişe hasılatının tahmin edilmesi için makine öğrenmesi esaslı sınıflandırma metodolojileri kullanılmıştır. Sınıflandırma modellerinin oluşturulmasında; makine öğrenmesi esaslı yöntemlerden Yapay Sinir Ağları ve Destek Vektör Makinaları, bileşik makine öğrenmesi esaslı yöntemlerden ise Torbalama algoritması gişe hasılatının tahmin edilmesi probleminin çözümünde uygulanmıştır. Çalışmada, hem bireysel sınıflandırma algoritmaları ile bileşik makine öğrenmesi algoritmasının sınıflandırma probleminin çözümündeki başarıları karşılaştırılmış hem de algoritmaların parametre değerlerinin eniyilenmesinin modellerin performansına etkisi araştırılmıştır. Sunulan üç modelin gişe hasılatının tahmini için birbirleriyle karşılaştırılabilir ve oldukça güçlü sonuçlar verdiği görülmüştür. Parametre eniyileme ise modellerin performansını önemli ölçüde iyileştirmiştir.
Özet (Çeviri)
The movie industry is a dynamic industry that is growing steadily. Considering the fact that the number of films produced each year is increasing continuously, it is seen how large the amount of the total budget spent on the movie industry is. Constantly developing technology and changing conditions affect the movie industry just as it affects all other sectors and they create an inevitable competitive environment. Within this competitive environment, making investment decisions becomes a serious problem. At this point it is important to know in advance what will be the box office revenue of films and to make strategic decisions accordingly. In this study, machine learning based classification methodologies were used to forecast box office revenue of movies before its theatrical release. In constructing prediction models, Artificial Neural Networks and Support Vector Machines based-machine learning methods and Bagging algorithm based-ensemble machine learning methods were used to solve the problem of forecasting box-office revenue. In this study, both the performance of the individual classification algorithms and ensemble machine learning algorithm were compared in solving the classification problem and the effect of optimizing the parameter values of the algorithms was investigated on the performance of the models. Proposed models were comparable to each other for forecasting box office revenue and showed very strong results. It was found that parameter optimization always has an increasing effect on the performance of the models.
Benzer Tezler
- İnsansız hava aracı ile elde edilen görüntülerin derin öğrenme yöntemleri ile analizi
Analysis of images obtained by unmanned aerial vehicle by deep learning methods
ÖZGÜR KUTLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖNDER DEMİR
DR. BARIŞ DOĞAN
- Film başarısının vizyon öncesinde çok kipli makine öğrenmesi modelleri ile tahmin edilmesi
Predicting film success before release using multimodal machine learning models
TAYFUN DURMUŞ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN GÜNDÜZ
- İstatistiksel analiz yöntemleri ve makine öğrenme yöntemleri ile film başarı tahmini
Movie success prediction with statistical analysis techniques and machine learning methods
BUGAY SARIKAYA
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU DEDE ŞENER
- Design of marketing strategies based on forecast model for US movies in the Turkish motion picture industry
Türk film endüstrisindeki ABD filmleri için tahmin modelleri temelinde pazarlama stratejilerinin tasarlanması
SENDİ ÇAĞLIYOR
Doktora
İngilizce
2019
İşletmeİstanbul Bilgi ÜniversitesiOrganizasyon Çalışmaları Ana Bilim Dalı
PROF. DR. SELİME DEMET SEZGİN
- Üç boyutlu makyaj uzmanı alan yeterliklerinin geliştirilmesi
Improvement of field competence of the three dimensional makeup expertize
YEŞİM ARSOY BALTACIOĞLU
Doktora
Türkçe
2011
Sahne ve Görüntü SanatlarıAnkara ÜniversitesiEğitimin Kültürel Temelleri Ana Bilim Dalı
PROF. DR. AYŞE ÇAKIR İLHAN