Türkiye'de konut satış sayılarının veri madenciliği yöntemleri ile tahmini
Estimation of housing sales in Turkey using data mining methods
- Tez No: 848444
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞAFAK EBESEK
- Tez Türü: Yüksek Lisans
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Türkiye'de Konut Satışı Sayıları, Yapay Zekâ, Veri Görselleştirme, Veri Madenciliği, Tahminleme, RapidMiner, Housing Sales Numbers in Turkey, Artificial Intelligence, Data Visualization, Data Mining, Forecasting, RapidMiner
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Toros Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mimarlık Ana Bilim Dalı
- Bilim Dalı: Mimarlık Bilim Dalı
- Sayfa Sayısı: 98
Özet
Son yıllarda, konut yatırımlarının hızlı artışı, Türkiye ekonomisindeki önemli büyüme faktörlerinden biri haline gelmiştir. Bu durum, konut satışlarını tahminlemenin, karar verme sürecini hızlandırıp, doğru yatırım planlaması yapılmasını kolaylaştırarak ekonomiye katkı sağlayabileceği fikrini doğurmuştur. Artan veri miktarı, manuel analizlerin gerçekleştirilmesini zorlaştırmaktadır. Bu nedenle, büyük veri setlerinden bilgi çıkarılması sürecinde veri madenciliği uygulamalarının kullanımı artmıştır. Veri madenciliği, tahminleme, sınıflandırma, hata ayıklama ve değerlendirme gibi çeşitli alanlarda kullanılmaktadır. Bu çalışma, veri madenciliği tekniklerinin konut satış sayıları verileri üzerine uygulanarak tahminleme yapılmasına odaklanmaktadır. Tahmin modeli oluşturmak amacıyla, 2013-2023 dönemlerine ait 120 aylık konut satış verisi işlenmiş ve bir veri seti oluşturulmuştur. İlgili veriler, T.C. Merkez Bankası'nın Elektronik Veri Dağıtım Sistemi'nden (EVDS) ve Türkiye İstatistik Kurumu'ndan (TÜİK) elde edilmiştir. Aylık konut satış verileri, Microsoft Office Excell'de veri madenciliği için hazırlanıp temizlendikten sonra, RapidMiner 10.0 yazılımında modelleme çalışması yapılmıştır. Performans ölçütü olarak Relative Error (RE) değeri kullanılmıştır. Model performanslarına bakıldığında, Destek Vektör Makinası (SVM) algoritmasının %0.2 RE değeri ile en iyi tahmin sonucunu verdiği görülmüştür. Ayrıca % 0.3 RE değeri ile Generalized Linear Model algoritmasının da oldukça iyi performans gösterdiği saptanmıştır. Bu çalışma, literatürde yer alan benzer çalışmalara göre en düşük hata değerine sahiptir. Böylece literatüre ve yapım projelerinin yönetimine katkıda bulunacağı düşünülmektedir.
Özet (Çeviri)
In recent years, the rapid increase in housing investments has become one of the important growth factors in the Turkish economy. This situation gave rise to the idea that forecasting housing sales could contribute to the economy by accelerating the decision-making process and facilitating correct investment planning. The increasing amount of data makes manual analysis difficult to perform. Therefore, the use of data mining applications has increased in the process of extracting information from large data sets. It is used in various fields such as data mining, prediction, classification, debugging and evaluation. This study focuses on making predictions by applying data mining techniques to housing sales data. In order to create a prediction model, 120 months of housing sales data for the periods 2013-2023 were processed and a data set was created. Relevant data, T.R. Obtained from the Central Bank's Electronic Data Distribution System (EVDS) and the Turkish Statistical Institute (TUIK). After the monthly housing sales data were prepared and cleaned for data mining in Microsoft Office Excel, modeling work was carried out in RapidMiner 10.0 software. Relative Error (RE) value was used as the performance criterion. Looking at the model performances, it was seen that the Support Vector Machine (SVM) algorithm gave the best prediction result with a RE value of 0.2%. It was also found that the Generalized Linear Model algorithm performed very well with a RE value of 0.3%. This study has the lowest error value compared to similar studies in the literature. Thus, it is thought that it will contribute to the literature and management of construction projects.
Benzer Tezler
- Uluslararası hızlı servis restoranlarının ticari alan analizine dayalı bir yer seçimi modeli önerisi
A site selection model proposal based on trade area analysis of international quick service restaurants
HANZADE KUĞU BAŞ
Doktora
Türkçe
2018
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. NURAN ZEREN GÜLERSOY
- Covid-19 pandemisinin Türkiye'de konut piyasasına etkileri: Bibliyometrik bir analiz
The effects of the Covid-19 pandemic on the real estate market in Turkey: A bibliometric analysis
GÜLSEVİNÇ DEMİRAY
Yüksek Lisans
Türkçe
2022
EkonomiBolu Abant İzzet Baysal Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. FATİH KONUR
- Türkiye il gruplarındaki konut satışlarının incelenmesinde kümeleme ve panel veri analizi
Clustering and panel data analysis in the study of housing sales in provincial groups of turkey
CAHİT ÇELİK
- Şirket birleşmelerinde yasal çevredeki değişikliklerin ekonomik dönemlerle incelenmesi
Examining the changes in legal environment on mergers with respect to different state of economies
FİLİZ ASKAN
Doktora
Türkçe
2018
İşletmeYaşar Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. FATMA DİLVİN TAŞKIN YEŞİLOVA
- Clustering and recommendation system on Turkey hotel dataset
Türkiye otel verileri üzerinde kümeleme ve öneri sistemi
ÖMER ARİFOĞULLARI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. GÜNCE KEZİBAN ORMAN