Geri Dön

Yapay sinir ağları kullanılarak havayolu bilet fiyatlarının dinamik olarak belirlenmesi

Dynamic ticket pricing using artificial neural networks

  1. Tez No: 685048
  2. Yazar: İSMAİL KOÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EMEL ARSLAN
  4. Tez Türü: Doktora
  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 Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 108

Özet

Havayollarının ortalama bilet fiyatları son yıllarda sürekli düşmektedir. Bu durum sadece yurdumuz için değil özellikle Avrupa ve Amerika için de geçerlidir. Üstelik bu durumun hem dış hatlarda hem de iç hatlarda olduğu gözlenmektedir. Bilet gelirleri havayollarının en önemli gelir kaynağı olduğu için artan rekabet gibi unsurlardan dolayı sürekli düşüşte olması, bilet fiyatlarının tespitinin önemini artırmaktadır. Bilet fiyatlarının belirlenmesinde sistematik yaklaşımların zayıf kaldığı ve insan yargısının önemli bir etken olduğu ortaya çıkmaktadır. Bunların yanında bilet fiyatlarının belirlenmesinde birçok faktör etkendir. Dolayısı ile geliştirilmeye çalışılan sistematik yaklaşımlar düşük istatistiki perfomans değerleri üretebilmektedirler. Bu çalışmada bilet fiyatlarının belirlenmesinde etkili olan etkenler araştırılmış ve Gelir Yönetimi için kullanılabilir Karar Destek Sistem modeli üretilmiştir. Literatürdeki birçok çalışma ve ürünlerin gelir yükseltmeyi hedeflemesinin aksine bu çalışma kar yükseltmeyi hedeflemektedir. Havayolları giderleri araştırılmış ve hedef gelir ile kullanılabilir koltuk kilometre maliyet (CASK) değeri özellikleri ilk kez araştırmaya dahil edilmiştir. Bu çalışmada Türkiye'de oprasyonlarını yürütmekte olan hem yurt içi hem yurt dışı planlı ve charter uçuşlar yapan bir havayolunun gerçek değerleri kullanılmıştır. Modelin en iyi kar üreten verilerden öğrenebilmesi için elde edilen verilerden en iyi kar performası üretmiş olan veriler ayrıştırılmış ve model eğitiminde kullanılmıştır. Veri kalitesini yükseltmek amacıyla aykırı veriler ayıklanmış ve her aşamada elde edilen veriler farklı veri setlerinde toplanarak ayrı ayrı incelenmiştir. Fiyat dalgalanmsından kaynaklı olumsuzlukları öngörebilmek amacıyla eğilim (trendline) verisi de oluşturulmuştur. Bütün bu çalışmalar geliştirilen bir modelin yanında diğer farklı altı modele uygulanmış ve altı farklı istatistiksel performans değerlendirme kriterine göre test edilmiştir. Bu çalışmada üzerinde çalışan veri, sürekli zaman serisi olarak değil örtüşen pencereler olarak değerlendirilmiştir. Bu veri setlerini üzerinde statik değil değişken yığıt boyutu hiperparametresine dayalı yeni bir model geliştirilmiş ve kullanılmıştır. Veri setleri üzerindeki bu yeni yaklaşım ve geliştirilen yeni model diğer modellere göre daha başarılı ıperformans kriter değerleri üretmiştir. Önerilen model ile insan yargısının azaltıldığı yüksek performas kriterleri üreten bir Karar Destek Sistem modeli oluşturulmuştur. Bu model havayolu sektörünün yanısıra örtüşen pencere veri yapısına sahip diğer sektörlerde de kulanılabilir.

Özet (Çeviri)

Average ticket prices of airlines have been falling continuously in recent years. This is true not only for our country, but also for Europe and America. Moreover, this situation is observed both in international and domestic lines. Since ticket revenues are the most important source of income for airlines, the fact that they are constantly decreasing due to factors such as increasing competition increases the importance of determining ticket prices. It turns out that systematic approaches in determining ticket prices are weak and human judgment is an important factor. In addition, many factors affect the determination of ticket prices. Therefore, systematic approaches that are tried to be developed can produce low statistical performance values. In this study, the factors affecting the determination of ticket prices were investigated and a Decision Support System model that could be used for Revenue Management was produced. Contrary to the fact that many studies and products in the literature aim to increase income, this study aims to increase profits. Airline expenses were researched and the characteristics of target revenue and available seat kilometer cost (CASK) value were included in the research for the first time. In this study, the actual values of an airline operating both domestic and international scheduled and charter flights in Turkey were used. In order for the model to learn from the data that produced the best profit, the data that produced the best profit performance from the obtained data were separated and used in model training. In order to increase the data quality, outlier data were removed and the data obtained at each stage were collected in different data sets and analyzed separately. Trendline data was also created in order to predict the negative effects of price fluctuations. All these studies were applied to six different models besides one developed model and tested according to six different statistical performance evaluation criteria. In this study, the data working on it were evaluated as overlapping windows, not as a continuous time series. A new model based on variable batch size hyperparameter, not static, was developed and used on these datasets. This new approach on the datasets and the new model developed produced more successful performance criterion values than other models. With the proposed model, a Decision Support System model was created that produces high performance criteria in which human judgment is reduced. This model can be used in the airline industry as well as in other industries with overlapping window data structures.

Benzer Tezler

  1. Osas hastaları için CPAP cihazlarındaki optimum basıncın yapay zeka ile tahmini

    Prediction of optimum pressure in CPAP devices for osas patients by artificial intelligence

    FATMA ZEHRA GÖĞÜŞ

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLAY TEZEL

  2. Data-driven aircraft performance models for improving baseline fuel estimations

    Kalkış öncesi yakıt tahminini iyileştirmek için veri analitik hava taşıtı performans modelleri

    MUHAMMED EMRE SARIGÖL

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE KOYUNCU

  3. Havacılık sektöründe tedarikçi performansının kümeleme analizi ve yapay sinir ağları ile incelenmesi

    Examination of supplier performance in aviation industry using cluster analysis and artificial neural networks

    MUHAMMET MİKDAT AKBABA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İşletmeTrakya Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. ONUR ÇETİN

  4. Yapay sinir ağları yaklaşımı ile Türkiye'deki ulaştırma talebinin tahmini

    The estimation of transportation demand in Turkey with artificial neural networks approach

    TOLGA GÜRBÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İnşaat MühendisliğiKırıkkale Üniversitesi

    İnşaat Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ PAYIDAR AKGÜNGÖR

  5. Türkiye'de iç hatlarda havayolu yolcu taleplerinin yapay sinir ağları kullanarak tahmini

    Forecasting of passenger demands in domestic air transportation using artificial neural network in Turkey

    İSMAİL KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. EMEL ARSLAN