Enhancing next destination prediction: An application of LSTM using real-world airline data
Sonraki varış yeri tahminini geliştirmek: Gerçek dünya havayolu verileri kullanarak LSTM uygulanması
- Tez No: 809336
- Danışmanlar: PROF. DR. GÜLSER KÖKSAL, DR. ÖĞR. ÜYESİ ORHAN ABAR
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 82
Özet
Modern ulaşım endüstrisinde, seyahat edenlerin gelecek varış yerlerinin doğru tahmin edilmesi, şirketlere müşteri memnuniyeti ve hedefe yönelik pazarlama gibi pek çok fayda sağlamaktadır. Bu çalışma, seyahat verilerindeki ardışık desenleri yakalayabilen, bireysel seyahat edenlerin gelecekteki varış yerlerini doğru tahmin etmeyi mümkün kılan hassas bir model geliştirmeye odaklanmaktadır. Bunun için ulaşım endüstrisinde varış yeri tahmini için kayan pencere yaklaşımını kullanarak yeni bir model mimarisi önermektedir. Deneysel sonuçlar, LSTM modelinin farklı veri boyutlarında ve performans metriklerinde tatmin edici performans ve yüksek skorlar elde ettiğini göstermektedir. Bu araştırma, varış yeri tahmini yöntemlerinin ilerlemesine katkıda bulunmakta ve şirketlere kişiselleştirilmiş öneriler sunarak müşteri deneyimlerini dinamik seyahat ortamında optimize etmeye yardımcı olmaktadır.
Özet (Çeviri)
In the modern transportation industry, accurate prediction of travelers' next destinations brings multiple benefits to companies, such as customer satisfaction and targeted marketing. This study focuses on developing a precise model that captures the sequential patterns and dependencies in travel data, enabling accurate predictions of individual travelers' future destinations. To achieve this, a novel model architecture with a sliding window approach is proposed for destination prediction in the transportation industry. The experimental results highlight the satisfactory performance and high scores achieved by the LSTM model across different data sizes and performance metrics. This research contributes to advancing destination prediction methods, empowering companies to deliver personalized recommendations and optimize customer experiences in the dynamic travel landscape.
Benzer Tezler
- Hava araçları kokpitlerinde makine öğrenmesi tabanlı tahmine dayalı kullanıcı arayüzü
Machine learning prediction based ui for aircraft cockpit
BİLGE TOPAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Kömür yakılan kazanda ve sobada ağır metal emisyonlarının incelenmesi
Başlık çevirisi yok
EMEL SAÇAKLI
Yüksek Lisans
Türkçe
1998
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HASANCAN OKUTAN
- Performance analysis of relay aided terahertz systems
Röle destekli terahertz haberleşme sistemlerinin performans analizi
BENGÜ BİLGİÇ
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMİHA TEDİK BAŞARAN
- Transforming structures into interactive experiences: Generative frameworks
Yapıların etkileşimli deneyimlere dönüştürülmesi: Üretken çerçeve çalışmaları
DUYGU NARDERELİ
Yüksek Lisans
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
DOÇ. DR. SEMA ALAÇAM
- Isı borusu prensibinin güneşli su ısıtıcılarına ve damıtmaya uygulanması
Başlık çevirisi yok
ALİ YÜCEL UYAREL