Türk televizyon ratinglerinin yapay zeka ile tahmin edilmesi
Estimating Turkish television ratings by artificial intelligence
- Tez No: 813719
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET KAPLAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İbn Haldun Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 158
Özet
Reklam bütçelerinin giderek aşağı yönlü baskıyla karşı karşıya kaldığı bir ortamda, televizyon reklamcılığının yüksek maliyeti, reklamcılığın en pahalı kısmı olan medya planlama ve satın alma üzerinde daha fazla incelemeye neden olmaktadır. Reklam maliyeti, reklamcıların kampanya süresi boyunca hedeflenen bir brüt derecelendirme puanı (GRP) sayısına ulaşmayı planladıkları program ratingleriyle doğrudan bağlantılıdır. Dolayısıyla ratinglerin yayınlardan önce doğru bir şekilde tahmin edilmesi hem yayıncılar, hem de reklam verenler açısından önem arz etmektedir. Bu çalışmanın ana amacı Türk televizyon ratinglerinin yapay zeka ile tahmin edilmesidir. Bu kapsamda çeşitli modeller ile geçmiş verilerden yola çıkarak, gelecekteki ratingleri tahmin edecek modeller geliştirilmiştir. Bu sayede, yapay zeka algoritmalarının televizyon ratinglerini tahmin etmedeki başarısı değerlendirilecektir. Bu doğrultuda, araştırma yapay zeka modellerinin rating tahminindeki doğruluk oranını belirlemeyi de amaçlamaktadır. Araştırma kapsamında 2013 – 2021 yılları arasındaki yıllarda en çok izlenen 7 kanalın İstanbul, Ankara ve İzmir illerine ait PT1 dilimi program ratingleri, kanal, program türü, programın tekrar durumu, programın günü, programın süresi ve hava sıcaklık verileri ile birlikte analize dahil edilmiş, fark testleri, korelasyon ve regresyon analizleri uygulanmış ve yapay zeka modelleri çalıştırılmıştır. Araştırma sonuçları, televizyon kanallarının, reklam verenlerin ve reklam ajanslarının rating tahminlemesi yaparken hava sıcaklığının dikkate almalarının doğruluk oranlarını artırabileceğini göstermektedir. Ayrıca, bu süreçte Karar Ağacı (Decision Tree) ve H2O AutoML algoritmalarının kullanılmasının tahminlerdeki doğruluk oranlarını artırdığı görülmüştür. Bu bulgular, yapay zeka ve makine öğrenme tekniklerinin rating tahmini konusunda etkili birer araç olduğunu ve doğru tahminler için önemli bir rol oynadığını ortaya koymaktadır. Kanallar, reklam verenler ve reklam ajansları, bu algoritmaları kullanarak daha kesin ve güvenilir rating tahminleri elde edebilirler.
Özet (Çeviri)
In an environment where advertising budgets face downward pressure, the high cost of television advertising has led to increased scrutiny on media planning and buying, which is the most expensive part of advertising. Ad costs are directly linked to program ratings, as advertisers aim to reach a targeted gross rating point (GRP) during their campaign. Therefore, accurately predicting ratings before broadcasts is crucial for both broadcasters and advertisers. The main objective of this study is to predict Turkish television ratings using artificial intelligence. Within this scope, models have been developed to predict future ratings based on historical data using various algorithms. This allows for the evaluation of the success of artificial intelligence algorithms in predicting television ratings. The research also aims to determine the accuracy rate of AI models in rating prediction. In the study, program ratings during the PT1 time slot of the seven most-watched channels in Istanbul, Ankara, and Izmir between 2013 and 2021 were analyzed, along with data on channel, program genre, program repetition status, program day, program duration, and temperature. Statistical tests, correlation and regression analyses, and artificial intelligence models were employed. The results of the research demonstrate that considering temperature can enhance the accuracy rates of rating predictions for television channels, advertisers, and ad agencies. Furthermore, the use of Decision Tree and H2O AutoML algorithms in this process has been observed to improve the accuracy of predictions. These findings highlight the effectiveness of artificial intelligence and machine learning techniques as valuable tools in rating prediction, playing a significant role in achieving accurate predictions. Channels, advertisers, and ad agencies can obtain more precise and reliable rating predictions by utilizing these algorithms.
Benzer Tezler
- Predicting TV rating of Turkish television series using machine learning techniques
Türk televizyon dizi reytinglerinin makine öğrenmesi teknikleri kullanılarak tahmin edilmesi
BÜŞRANUR AKGÜL
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTED ÜniversitesiUygulamalı Veri Bilimi Bilim Dalı
DR. ÖĞR. ÜYESİ TAYFUN KÜÇÜKYILMAZ
- Social TV ratings: A multi-case analysis from Turkish Television industry
Sosyal TV reytingleri: Türk Televizyon endüstrisinden bir çoklu vaka analizi
ERDEM AKIN TEMEL
Yüksek Lisans
İngilizce
2016
Radyo-Televizyonİhsan Doğramacı Bilkent Üniversitesiİletişim ve Tasarım Ana Bilim Dalı
YRD. DOÇ. DR. AHMET GÜRATA
- The Production of primetime soap operas from the viewpoint of scriptwriters
Senaryo yazarlarının gözüyle yerli soap operalarının üretim süreleri
EYLEM YANARDAĞOĞLU
Yüksek Lisans
İngilizce
1999
Radyo-TelevizyonOrta Doğu Teknik ÜniversitesiSosyoloji Ana Bilim Dalı
YRD. DOÇ. DR. HELGA TILIÇ
- Türk televizyon yayıncılığında kısa filmler olgusu ve bunların sistem içindeki yeri
Başlık çevirisi yok
CENK TELİMEN
Yüksek Lisans
Türkçe
1999
Radyo-TelevizyonMarmara ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
DOÇ. DR. ESRA BİRYILDIZ
- Türk televizyon dizilerinde çocuk imgesi ve çocukluğun temsili
Child image and representation of childhood in Turkish television
SEHER DAMLA KÖROĞLU
Yüksek Lisans
Türkçe
2022
Radyo-TelevizyonAydın Adnan Menderes ÜniversitesiRadyo Televizyon Ana Bilim Dalı
PROF. DR. HALİM ESEN