İnşaat sektöründeki ihtilafların makine öğrenmesi yöntemleriyle analizi
Analysis of disputes in the construction industry using machine learning methods
- Tez No: 880852
- Danışmanlar: DOÇ. DR. SAVAŞ BAYRAM, DOÇ. DR. EMRAH AYDEMİR
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapı İşletmesi Bilim Dalı
- Sayfa Sayısı: 117
Özet
Ülke ekonomilerini ivmelendiren ve geniş insan istihdamı sağlayan inşaat sektöründe maddi ve manevi kayıplara neden olan anlaşmazlıklar sıklıkla yaşanmaktadır. Anlaşmazlıkların resmi yargıya taşındığı geç süreç yerine resmi yargılamaya gitmeden tespit edilmesi ve çözüme kavuşturulması gerekmektedir. Erken sürece yönelik çalışmaların yokluğu bu çalışmanın gerekliliğini ortaya koymuştur. Çalışmanın amacı, makine öğrenmesi modelleri kullanılarak inşaat projelerinde yaşanan anlaşmazlıkların erken aşamalarda tespit edilmesi ve çözüme kavuşturulmasıdır. Bu çalışma, sadece belirli bir anlaşmazlık türü ya da bölge ile sınırlı olmayan, dünya çapında genelleştirilebilen bir karar destek modeli sunmayı amaçlamaktadır. Bu kapsamda, Türkiye'deki en üst karar merci olan Yargıtay'ın 2011 ile 2021 yılları arasında karara bağladığı 15,667 karar dosyası incelenerek karar evrenini temsil eden 933 adet inşaat anlaşmazlık karar dosyası online hukuk veri tabanlarından toplanmıştır. Toplanan karar dosyaları, içerik analizi yöntemi kullanılarak incelenmiş ve kodlanmıştır. Geniş literatür taraması ve yargı kararlarının incelenmesi neticesinde 24 öznitelik belirlenmiş ve nicelleştirilmiştir. Belirlenen öznitelikler, resmi yargıya gidilmeyen iki model (Erken Aşama A ve B) ve resmi yargıya gidilen bir model (Son Aşama) için ayrı ayrı tanımlanmıştır. Tüm süreçlerde tanımlanan girdi öznitelikleri ile hedef öznitelikleri arasında ki-kare testi kullanılarak istatistiksel anlamlılık ilişkisine, Somers'd ve Cramer's V katsayıları ile de ilişki gücü incelenmiştir. Erken Aşama A ve B'de 14 girdi özniteliğinden 6'sı ve Son Aşama'da ise 34 girdi özniteliğinden 15'i hedef öznitelikler ile anlamlılık ilişkiye sahip olduğu tespit edilmiştir. Tüm modellerin analizi için ağaç tabanlı ve topluluk öğrenme algoritmalarına ait 24 adet algoritma kullanılmıştır. Erken Aşama A'da NB Tree algoritması %63.79, Erken Aşama B'de Logit Boost algoritması %63.66 ve Son Aşama'da ise LMT algoritması %86.90 doğruluk başarısı göstermiştir. Ayrıca, tüm aşamalarda hedef öznitelikler ile anlamlı ilişkisi olan girdi özniteliklerin benzer olduğu görülmüştür. Bu nedenle, daha erken aşamalarda daha az öznitelik kullanılarak daha gerçekçi bir dava sonucu tahmini yapılabileceği görülmektedir. Geliştirilen Yargıtay karar tahmin modellerinin bir uygulaması olarak Yüksek Fen Kurulu karar tahmin modeli Multi Boost AB algoritması %70.41 tahmin doğruluğu ile Erken Aşama A ve B modellerine kıyasla daha yüksek bir performans sergilemiştir. Bu sonuç ile geliştirilen modelin etkililiği teyit edilmiştir. Bu çalışmada kullanılan modellerle aynı/benzer hukuk parametrelerine sahip olan İsviçre, Almanya ve Fransa gibi ülkelerde yapılacak çalışmalarda başarılı sonuçlar elde edilebilir. Farklı hukuk sistemleri açısından ise ilgili sisteme uygun özniteliklerin seçilmesi ve modellerin kurulmasıyla elde edilecek sonuçlar bu çalışmanın sonuçları ile kıyaslanabilir.
Özet (Çeviri)
In the construction sector, which accelerates the economies of the country and provides a wide range of human employment, disputes that cause material and moral losses are frequently experienced. It is necessary to identify and resolve disputes before they go to a formal jurisdiction instead of the late process in which they are brought to formal jurisdiction. The lack of studies on the early stage has revealed the necessity of this study. The aim of this study is to detect and resolve disputes in construction projects at early stages by using machine learning models. This study aims to provide a decision support model that is not limited to a specific type of dispute or region, but can be generalised worldwide. In this context, 933 construction dispute decision files representing the decision universe were collected from online legal databases by analysing 15,667 decision files decided by the Court of Cassation, the highest decision authority in Turkiye, between 2011 and 2021. The collected decision files were analysed and coded using content analysis method. As a result of extensive literature review and examination of judicial decisions, 24 attributes were identified and quantified. The identified attributes were defined separately for two models without a formal jurisdiction (Early Stage A and B) and one model with a formal jurisdiction (Stage C). The relationship between the input attributes and the target attributes defined in all processes was analysed for statistical significance using the chi-square test, and the strength of the relationship was examined using Somers'd and Cramer's V coefficients. It was found that 6 out of 14 input attributes in Early Stage A and B and 15 out of 34 input attributes in the Final Stage had a significant relationship with the target attributes. For the analysis of all models, 24 algorithms belonging to tree-based and ensemble algorithms were used. NB Tree algorithm achieved %63.79 accuracy in Early Stage A, Logit Boost algorithm achieved % 63.66 accuracy in Early Stage B and LMT algorithm achieved %86.90 accuracy in Final Phase. In addition, it was observed that the input features that have a significant relationship with the target features were similar in all stages. Therefore, it is seen that a more realistic case outcome prediction can be made by using fewer attributes at earlier stages. As an application of the developed Supreme Court of Appeal decision prediction models, the Multi Boost AB algorithm performed better than the Early Stage A and B models with a prediction accuracy of 70.41%. This result confirms the effectiveness of the developed model. Successful results can be obtained in future studies in countries such as Switzerland, Germany and France, which have the same/similar legal parameters with the models used in this study. In terms of different legal systems, the results to be obtained by selecting the appropriate attributes and building the models can be compared with the results of this study.
Benzer Tezler
- Partnering: Applicability in the Turkish construction sector
'Partnering' kavramının Türk inşaat sektöründe uygulanabilirliği
SEVDA BAYRAMOĞLU
- Konut projelerinde sözleşmeden kaynaklanan ihtilafların çözümünde çok ölçütlü karar verme modeli
Multi-criteria decision making model in settlement of contractual disputes in housing projects
MURAT DANIŞ
Yüksek Lisans
Türkçe
2019
İnşaat Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER GİRAN
- Türkiye'de yonga levha endüstrisi sorunları ve çözüm yolları
Die spanplatten indüstrie in der Türkei ihre probleme und lösungsmöglichkeiten
ABDİ EKİZOĞLU
- İnşaat ihtilaflarını en aza indirecek sözleşme tipi ve muhtevasının belirlenmesi
Başlık çevirisi yok
NEDİM UYANIK
Yüksek Lisans
Türkçe
1996
İnşaat Mühendisliğiİstanbul Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. EKREM MANİSALI
- Betonarme yüksek yapılarda kullanılan kalıp sistemleri
Formwork systems used for reinforced tall buildings
NESLİHAN TÜRKMENOĞLU
Yüksek Lisans
Türkçe
1999
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. METE TAPAN
