Konut yapılarının rayiç değerlerinin yapay sinir ağları metodu kullanılarak tahmin edilmesi: Düzce ili örneği
Estimating the market value of residential buildings with artificial neural networks method: Düzce sample
- Tez No: 578499
- Danışmanlar: DR. ÖĞR. ÜYESİ LATİF ONUR UĞUR
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
Konutlar insanların barınma ihtiyaçlarını karşılayan taşınmazlardır. Günümüzde üretilmesi, pazarlanması ve satışı aşamalarında finansal kaynak oluşturması açısından değerleme hizmetine ihtiyaç duyulmaktadır. Konutların rayiç değerlerinin doğru verilmesi, parametrelerin doğru değerlendirilmesi ile mümkün olacaktır. Değerleme sürecinin hızlı ve doğru sonuçlanmasında kişisel görüşlerin ortaya çıkması ile farklı değerler ortaya çıkmaktadır. Emsal taşınmazlar arasında oluşan tutarsız fiyatlar, uzmanların değerlemelerinde zorluklar ortaya çıkarmaktadır. Bu çalışmada konutların rayiç değerlerinin hızlı ve doğru biçimde değerlendirilmesi için yapay zeka yöntemlerinden yapay sinir ağları kullanılmıştır. Yapay Sinir Ağları (YSA) bir tahmin yöntemi olup giriş verilerine bağlı olarak çıkış verisi elde etmenin güç olduğu durumlarda oldukça başarılı performanslar göstermektedir. Çalışma kapsamında gayrimenkul değerleme uzmanı tarafından değerlemesi yapılan 150 adet konutun piyasa değerlerinin tahmini amacına yönelik olarak YSA ve Regresyon Analizi (RA) esaslı bir model geliştirilmiştir. Mevcut verilerden yararlanılarak oluşturulan veri seti, tek ve çok katmanlı, ileri beslemeli, danışmanlı öğrenme özelliklerinde yapılandırılan yapay sinir ağlarına veri olarak girilmiştir. Girdi vektörü olarak konutlara ait 22 ölçüt kullanılmıştır. Konutların emsal karşılaştırma yöntemi ile bulunan rayiç değerleri çıktı vektörü olarak kullanılmıştır. Bu yöntemin öğrenme, bilgi depolama ve genelleme yapma özelliklerinden faydalanılarak piyasa değeri, süre ve gerçeğe yakınlık bakımından performansı araştırılmıştır. YSA ile hesaplanan çözümler, değerleme değeri, RA yöntemi ile karşılaştırılarak yapılan piyasa değeri tahminlerinin hata oranları değerlendirilmiştir. Elde edilen sonuçlara göre YSA metodu ile %3.58 hata oranı ile değer tahmini gerçekleştirilebilmiştir. RA verilerine göre (hata oranı %59.50) gerçeğe daha yakın ve uygulanabilir niteliktedir. Çalışma sonunda YSA modellemesi metodunun konutların piyasa değerlerinin ön tahmini aşamasında başarı ile kullanılabileceği görülmüştür.
Özet (Çeviri)
Housing is real estate that meets people's housing needs. Nowadays, valuation services are needed to generate financial resources in production, marketing and sales stages. Accurate assessment of the fair values of the houses will be possible with the correct evaluation of the parameters. Different values emerge with the emergence of personal opinions in the fast and accurate conclusion of the valuation process. Inconsistent prices between peer real estates create difficulties in valuing to experts. In this study, artificial neural networks, one of the artificial intelligence methods, are used to evaluate the fair values of the houses quickly and accurately. Artificial neural networks (ANN) are a prediction method and perform very successfully when it is difficult to obtain output data depending on the input data. Within the scope of the study, a model based on ANN and Regression Analysis (RA) has been developed for the purpose of estimating the market values of 150 houses valued by the real estate appraiser. The data set, which was created by using the existing data, was entered as data into artificial neural networks structured in single and multi-layered, feed-forward, consultant learning features. As the input vector, 22 criteria of the houses were used. The fair values found by the precedent comparison method of the houses were used as the output vector. The performance of this method in terms of market value, duration and proximity to reality were investigated by utilizing the features of learning, information storage and generalization. The solutions calculated by ANN, the valuation value, the RA method were compared and the error rates of the market value estimates were evaluated. According to the results obtained by ANN method, value estimation with 3.58% error rate could be realized. According to the regression analysis data, (the error rate 59.50%) is more realistic and applicable quality. At the end of the study it was seen that ANN modeling method can be used successfully in the pre-estimation phase of the market values of the houses.
Benzer Tezler
- Hyperloop altyapı kapsülü geliştirilmesi
Hyperloop infrastructure capsule development
YEKTA YEŞİLYURT
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HİKMET ARSLAN
- Emlak vergisi matrah değeri ile rayiç değerlerin bölgesel gelişmişlik ve niteliksel olarak incelenmesi, vergi kayıp oranlarının tespiti: Bursa ili Nilüfer ilçesi örneği.
Regional development and qualitative analysis of property tax base values, determination of tax loss rates: case study in Bursa city, Nilufer district.
HAMİT KARAÇERÇİ
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Konut yapılarının ekolojik yönü
The Ecological load of housing on the environment
HÜLYA DİL
Yüksek Lisans
Türkçe
1998
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. BİLGE IŞIK
- Konut yapılarının maliyet tahmininde kullanılan yöntemlerin performans analizi
Performance analysi̇s of methods used in the cost estimation of residential buildings
MEHMET ŞÜKRÜ ÖZMADEN
Doktora
Türkçe
2020
İnşaat MühendisliğiGazi ÜniversitesiYapı Eğitimi Ana Bilim Dalı
PROF. DR. RECEP KANIT
- Konut yapılarının tarihsel süreç içerisinde cephe tasarım örneklerinin incelenmesi (Tokat örneği)
Examination of facade design examples of residential buildings in the historical process (Tokat example)
TUĞBA NUR YILMAZ
Yüksek Lisans
Türkçe
2024
MimarlıkHaliç ÜniversitesiMimarlık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİRHAN COŞKUN