Makine öğrenmesi yöntemleri ile stadyuma gelecek seyirci sayısının tahminlemesi
Predicting number of audience to the stadium with machine learning methods
- Tez No: 675286
- Danışmanlar: PROF. DR. MEHMET ALPER TUNGA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Futbol günümüzde bir spor dalı olduğu kadar büyük bir endüstriye dönüşmüştür. Buradaki sportif rekabet artık yeşil sahalarda değil, saha dışındaki alanlarda da ekonomik olarak sürmektedir. Futbol kulüpleri sportif başarı için daha fazla gelire ihtiyaç duymaktadırlar. Kulüplerin en büyük gelirlerinin başında maç günü gelirleri olarak adlandırılan stadyum gelirleri gelmektedir. Bu gelirleri arttırmanın yolu stadyuma gelecek seyirci sayısını doğru şekilde tahmin edebilmekle doğru orantılıdır. Bu tez çalışmasında, futbol kulüplerinin maç günü gelirlerini arttırabilmesi stadyum faaliyetlerinin akademik sonuçlar ışığında düzenlenmesi amaçlanmıştır. Türkiye Süper Liginde mücadele eden on farklı takımın geçmiş maç bilgileri, maç günü hava durumu, fikstür bilgileri ve sosyal medya olarak kullanılan Twitter'dan alınmış maç ve takım ile ilgili verileri içeren yaklaşık 11 milyonluk bir veri kümesi kullanılarak makine öğrenmesi yöntemleri ile maça gelecek seyirci sayısı tahmin uygulaması yapılmıştır.
Özet (Çeviri)
Nowadays football is not only a sports branch which has also evolved into a large industry. The sportive competition also continues financially outside the field. Football clubs need more income for sporting success. The match day revenues are at the top of the revenues of the clubs. The way to increase these revenues is directly related to accurately estimated number of audience that will come to the stadium. In this thesis, it has been aimed to increase the football clubs' match day revenues and to organize the stadium activities in the light of academic results. Using data set of about 11 million entries for 10 teams of Turkish Super League, including previous game results, match day weather estimates, fixture details and data about team and game related data retrieved from Twitter, estimation of the number of attendees that is expected for the match has been done with machine learning methods.
Benzer Tezler
- Learning weights of losses on multiscale in crowd counting
Kalabalık sayımında çoklu ölçek kayıplarının ağırlılarının öğrenilmesi
DERYA UYSAL
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Makine öğrenmesi yöntemleri ile video görüntülerindeki fiziksel şiddetin tespit edilmesi
Video based physical violation detection using machine learning methods
MUHAMMET FATİH POLAT
Yüksek Lisans
Türkçe
2022
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. AYLİN ALIN
- Makine öğrenmesi yöntemleri ile sahte felaket tweetlerinin tahmini
Predicting fake disaster tweets with machine learning methods
FATMA KURŞUN
Yüksek Lisans
Türkçe
2022
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FATMA NOYAN TEKELİ
- Makine öğrenmesi yöntemleri ile futbol oyuncularının performans analizi
Football player performance analysis using machine learning techniques
VEHBİ HAKAN SAYAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. EMRAH HANÇER
- Makine öğrenmesi yöntemleri ile banka pazarlama tahmini
Bank marketing prediction with machine learning methods
EGEMEN TÜRKMEN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR KORAY ŞAHİNGÖZ