Toplu konut değerleme için hibrit makine öğrenimi ve topluluk öğrenmesi yaklaşımı ile model mimarisi
Model architecture for mass real estate appraisalwith hybrid machine learning and ensemble learning approach
- Tez No: 825687
- Danışmanlar: PROF. DR. HADİ GÖKÇEN
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 506
Özet
İhtiyaç hiyerarşisinin en başında bulunan barınma, insanlık tarihi boyunca yaşamın sürekliliği adına en temel ve önemli gereksinimlerden birisi olmuştur. Gayrimenkul piyasası ve gayrimenkul inşaat sektörü, hem toplumdaki refah düzeyinin hem de toplam ekonomik faaliyet düzeyinin belirlenmesi adına ülke ekonomileri için hayati bir konumdadır. Dayanıklı ve ikamesi olmayan bir zorunlu bir tüketim malı ve sosyal yaşam çevresinin oluşumunda yapı taşını oluşturan gayrimenkul, hem bireysel hem de kurumsal taraflarca bir uzun vadeli yatırım aracı olarak tercih edilebilmektedir. Bu nedenle, gayrimenkul fiyatlarının uygun modeller ile en düşük hata ile tahmin edilmesi hanehalkının olduğu kadar birçok paydaşında büyük ilgisini çekmektedir. Bu nedenle bu tez çalışmasının amacı birden fazla makine öğrenmesi yöntemi kullanılarak topluluk öğrenmesi yaklaşımının bir unsuru olan yığınlama ile daha yüksek bir homojenlik elde etmek amacıyla öncül bir yaklaşım olarak kümeleme modelleri vasıtasıyla, hibrit bir yaklaşım kullanarak gayrimenkullerin güncel piyasa değerini tahmin etmede yüksek doğruluk elde edebilecek bir model mimarisi ortaya koymaktır. Bu amaçla Ankara ili kapsamında 02.12.2021 ile 10.07.2022 tarihleri arasında 12 farklı ilçe, 150'den farklı alt pazar, 282 farklı değişken ile toplamda 159.244 adet gayrimenkule ait veri ile birlikte çok sayıda mekânsal ve sosyo ekonomik veri toplanmıştır. Regresyon görevinde 13 farklı makine öğrenmesi yaklaşımı ile birlikte regresyon modellerine öncü olacak gayrimenkul alt pazarlarının belirlenmesinde ise 4 farklı yöntem kullanılmıştır. Ayrıca gayrimenkul alt pazarlarının belirlenmesinde sezgisel ve veri yönelimli yaklaşımlar birleştirilerek daha işlevsel bir yaklaşım geliştirilmiştir. Tüm bunlara ek olarak topluluk öğrenmesi yaklaşımının bir alt alanı olan yığınlama ile 13 farklı makine öğrenmesi yaklaşımı 6 farklı meta öğrenici altında birleştirilmiştir. Çalışma her ne kadar Türkiye'nin başkenti olan Ankara gayrimenkul piyasasını örneklem olarak ele alsa da geliştirilen yöntem mimarisi açısından tüm gayrimenkul değerleme yazınına hitap etmektedir. Sonuç olarak bu tez çalışması gayrimenkul değerlemesine dayalı daha iyi bir tahmin değeri ile daha iyi bir bilgi için hem bireysel ev sahipleri veya alıcıları hem de geri kalan tüm tüzel taraflar adına destek sağlamak adına tutarlı ve uluslararası standartlara uygun bir gayrimenkul satış fiyatı tahmin modelli mimarisi ortaya koymaktadır.
Özet (Çeviri)
Sheltering, which is at the top of the hierarchy of needs, has been one of the most basic and important needs for the continuity of life throughout human history. The real estate market and the real estate construction sector are in a vital position for national economies in order to determine both the welfare level of the society and the level of total economic activity. A durable and non-replaceable compulsory consumer good and a building block in the formation of the social life environment, the real estate can be preferred as a long-term investment tool by both individual and corporate parties. For this reason, the prediction of real estate prices with appropriate models with the lowest error attracts the attention of many stakeholders as well as households. Therefore, the aim of this thesis study is to present a model architecture that can achieve high accuracy in predicting the current market value of real estate by using a hybrid approach, through clustering models as a preliminary approach, in order to achieve higher homogeneity with stacking which is an element of the ensemble learning approach, using more than one machine learning method. For this purpose, within the scope of Ankara province, between 02.12.2021 and 10.07.2022, 12 different districts, more than 150 different sub-markets, 282 different variables and a total of 159.244 real estate, as well as a large number of spatial and socio-economic data were collected. In the regression task, together with 13 different machine learning approaches, 4 different methods were used to determine the real estate sub-markets that will lead the regression models. In addition, a more functional approach has been developed by combining heuristic and data-driven approaches in identifying real estate sub-markets. In addition to all these, stacking, which is a sub-area of the ensemble learning approach, and 13 different machine learning approaches were combined under 6 different meta-learners. Although the study takes the Ankara real estate market, the capital of Turkey, as a sample, the developed method addresses all real estate valuation literature in terms of architecture. As a result, this thesis presents a real estate sales price prediction model architecture that is consistent and in line with international standards to provide support for both individual real estate owners or buyers and all other legal parties for a better predictive value and better information based on real estate valuation.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Sürdürülebilir otomatik konut değer tahmininde kullanılacak yöntem uygulamaları: Konya örneği
Method applications to be used in sustainable automated housing value forecasti̇ng: The case of Konya
GAMZE AKYÜZ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ŞÜKRAN YALPIR
- Yapı maliyetinin yapay sinir ağı ile analizi
Analysis of construction costs with artificial neural networks
LATİF ONUR UĞUR
- User modeling on microblogging web sites
Mikro-blog web sitelerinde kullanıcı modelleme
ZEYNEP ZENGİN ALP
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ