Hizmet sektöründe derin öğrenme ve makine öğrenmesi teknikleriyle akıllı tedarik sistemi tasarımı
Intelligent supply system design with deep learning and machine learning techniques in the service industry
- Tez No: 777985
- Danışmanlar: DOÇ. DR. BURAK ERKAYMAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 53
Özet
Kafe & Restoran bazlı işletmelerin satışlarına etki eden parametrelerinin araştırılması ve bu işletmeler için akıllı tedarik sistemi tasarımının yapılmasıdır. Bu çalışmada 154 farklı işletmenin satış verileri değerlendirmeye alınmıştır. Yöntem: Bu çalışma Yapay Zekâ Yöntemleri içerisinde bulunan Makine öğrenmesi sınıflandırma algoritmaları ve derin öğrenme yöntemleri kullanılarak geliştirilmiştir. Makine öğrenmesi sınıflandırma algoritmaları arasında karşılaştırma yapılmıştır ve bu çalışmaya en uygun makine öğrenmesi sınıflandırma algoritması belirlenmiştir. Aynı zamanda derin öğrenme ve makine öğrenmesi algoritmalarının sonuçları karşılaştırılmış ve bu çalışmaya en uygun yöntem belirlenmiştir. Bulgular: Çalışma yapılırken hizmet sektöründeki satışlar üzerine Hava Durumu(Sıcaklık, Yağış Miktarı, Nispi Nem, Rüzgâr Hızı), Şehir, Gün parametrelerinin etkilerinin değerleri ölçülmüştür. Çalışmada önce hava durumunun satışlara etkisine bakılmıştır hava durumu değerleri tek başına satış değerlerine üzerine etkisinin az olduğuna saptanmıştır. Hava Durumu ile birlikte işletmenin bulunduğu İl ve satışın gerçekleştiği günün hafta içi veya hafta sonu olması durumu birlikte ele alındığında satışlar üzerindeki etkinin arttığı görülmüştür. Sonuç: Hizmet sektöründeki satışlara hava durumunun etkisi incelenmiş ve Makine öğrenmesi sınıflandırma algoritmaları ve derin öğrenme yöntemleri ile yapılan bu çalışma sonucunda bu uygulama için en uygun sınıflandırma algoritmasının Gradyan Artırma Sınıflandırma Algoritması olduğu belirlenmiştir.
Özet (Çeviri)
Purpose: Researching the parameters that affect the sales of Cafe & Restaurant based businesses and designing a smart supply system for these businesses. In this study, sales data of 154 different businesses were evaluated. Method: This study was developed by using Machine learning classification algorithms and deep learning methods in Artificial Intelligence Methods. A comparison was made between machine learning classification algorithms and the most suitable machine learning classification algorithm for this study was determined. At the same time, the results of deep learning and machine learning algorithms were compared and the most suitable method for this study was determined. Findings: During the study, the values of the effects of Weather (Temperature, Precipitation, Relative Humidity, Wind Speed), City, Day parameters on sales in the service sector were measured. In the study, the effect of the weather on the sales was examined first and it was determined that the weather values alone had little effect on the sales values. It has been observed that the effect on sales increases when the city where the business is located, together with the weather and whether the day of the sale is a weekday or weekend is considered together. Results: The effect of weather conditions on sales in the service sector was examined, and as a result of this study conducted with machine learning classification algorithms and deep learning methods, it was determined that the most suitable classification algorithm for this application was Gradient Boost Classification Algorithm.
Benzer Tezler
- Dynamic data-driven optimization approach for flight selection problem
Uçuş seçimi problemi için dinamik veri odaklı optimizasyon yaklaşımı
ERDEM AKIN
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı
PROF. DR. BAŞAR ÖZTAYŞİ
- Developing a decision-support system using machine learning and deep learning models for daily demand forecasting: A case study
Günlük talep tahmini için makine öğrenimi ve derin öğrenme modelleri kullanarak karar destek sistemi geliştirme: Bir vaka çalişmasi
RANA EZGİ KÖSE
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Equity portfolio optimization using reinforcement learning: An emerging market case
Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği
MERT CANDAR
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Ağ trafiği tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi
A comparative analysis of machine learning algorithms on network traffic forecasting
BUSE DİLAN USLAN
Yüksek Lisans
Türkçe
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Türkiye'deki havayolu firmalarıyla ilgili sosyal medya yorumlarının makine öğrenmesi yöntemleriyle sınıflandırılması
Classification of social media comments about airline companies in Turkey by machine learning methods
HATİCE ELİF EKİM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER