Geri Dön

Araç kiralama sektöründeki geleceğe yönelik tahminleme süreçlerinde yapay sinir ağları ve zaman serilerinin kullanılması

Using artificial neural networks and time series in the forecasting process for the future in the car rental sector

  1. Tez No: 671289
  2. Yazar: YASİN KALKAVAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ FERİDUN CEMAL ÖZÇAKIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Okan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri ve Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Bilişim Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 188

Özet

Günümüz dünyasında ticari rekabetin içerisinde kalabilmenin önemli unsurları ekonomik alanda ve ticari işletmelerde geleceği öngörebilmek ve doğruya en yakın tahmini yapabilmektir. Teknoloji ile birlikte yapay zekâ yöntemlerinin gelişmesi tahmin sürecine farklı bir boyut kazandırıp gelişim sürecini hızlandırmıştır. Bu çalışmanın amacı; zaman serisi problemlerinde yaygın olarak kullanılan Özbağlanımsal Tümleşik Hareketli Ortalama (Autoregressive Integrated Moving Average-ARIMA) ve Uzun Kısa Vadeli Bellek (Long Short Term Memory-LSTM) yöntemlerinin araç kiralama sektör verileri ile karşılaştırılmasıdır. Bu çalışmanın giriş bölümünde araç kiralama sektörünün tarihsel gelişimine bahsedilmekle beraber planlama ve tahminleme sürecinin sektördeki önemine değinilmektedir. Bu çalışma kapsamında yapay sinir ağları, derin öğrenme ve zaman serileri kavramları detaylıca açıklanmış olup alanyazın taraması gerçekleştirilmiştir. İlgili kavramlar ve alanyazın araştırması genel bilgiler bölümünde yer almaktadır. Ayrıca genel bilgiler bölümünde tahmin, nitel ve nicel yöntemler, yapay zekâ yöntemleri, derin öğrenmede kullanılan programlama dilleri, ilişkisel ve ilişkisel olmayan veritabanları, derin öğrenmede kullanılan program kütüphaneleri, model seçimlerinde kullanılan ölçütler ve model doğrulama yöntemlerinden bahsedilmektedir. Yapay sinir ağları ve zaman serileri modeli yapısı bölümünde; zaman serileri yöntemleri, yapay sinir ağları ve derin öğrenme yöntemlerinin yapısal bileşenleri incelenmektedir. LSTM ve SARIMA modellerinin uygulaması ve bulgular bölümünde; LSTM ve SARIMA modellerinin oluşturulmasında kullanılan verinin incelenmesi ve bu çalışmaya konu olan modelin kodlaması, yapısı ve bulgular anlatılmaktadır.

Özet (Çeviri)

In today's world, foreseeing the future or making accurate forecast are one of the most important factors of“staying in game”in terms of commercial competition. The development of artificial intelligence methods with technology has brought a different dimension to the prediction process which has accelerated the forecast development. The aim of this study is to compare Autoregressive Integrated Moving Average-ARIMA which is widely used in time series problems, and Long Short Term Memory-LSTM methods, in aspect of car rental sector data. In the introduction part of this study, the historical development, the importance of the planning and the forecasting process of car rental sector are mentioned. In this study, the concepts of artificial neural networks, deep learning and time series are explained and the literature is reviewed. These concepts and research of the literature are included in the section of general information. In addition, at section of general information, prediction, qualitative and quantitative methods, methods of artificial intelligence, programing languages and libraries that are used in deep learning, relational and non-relational databases, criteria used in model selection and methods of model validation are mentioned. In the Artificial neural networks and time series model structure section; The structural components of time series methods, artificial neural networks and deep learning are reviewed. In the application and findings section of LSTM and SARIMA models; Examination of the data used in the creation of LSTM and SARIMA models and the coding, structure and findings of the model subject to this study are explained.

Benzer Tezler

  1. Seyahat temalı mobil uygulamaların kullanıcıların seyahat sürecindeki kararlarına etkisi ve kullanıcı beklentileri

    Effects of travel-themed mobile applications on users' decisions in the travel process and user expectations

    ŞABAN EYÜP ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    TurizmSakarya Üniversitesi

    Girişimcilik ve Yenilik Yönetimi Ana Bilim Dalı

    DOÇ. DR. AHMET YAĞMUR ERSOY

  2. Türkiye'de finansal kiralama yoluyla gayrimenkul finansmanı ve uygulamalarının analizi

    Analysis of real estate financing through the leasing method and practices in türkiye

    İLHAN YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2023

    MaliyeAnkara Üniversitesi

    Gayrimenkul Geliştirme ve Yönetimi Ana Bilim Dalı

    PROF. DR. HARUN TANRIVERMİŞ

  3. Araç kiralama sektöründe rekabet belirleyicilerinin işletme performansına etkisi: Turizm destinasyonlarında bir araştırma

    Impact of competition determinants in car rental sector on operation performance : A research in tourism destinations

    BAYRAM AKAY

    Doktora

    Türkçe

    Türkçe

    2014

    TurizmSakarya Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    DOÇ. DR. OĞUZ TÜRKAY

  4. Araç kiralama sektöründe hizmet kalitesi ölçümü

    Measurement of service quality in the car rental industry

    MEHMET ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İşletmeYaşar Üniversitesi

    Uluslararası Ticaret Ve Finansman Ana Bilim Dalı

    YRD. DOÇ. DR. EMEL KURŞUNLUOĞLU YARIMOĞLU

  5. Kurumsal filo kiralama sektörünün gelişimi ve ülke ekonomisine etkileri

    The development of car leasing industry and it's effects to national economies

    AYNUR ÇELTİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İşletmeAnkara Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. GÜVEN SAYILGAN