Açıklanabilir yapay zeka ile konut piyasasının geleceğinde veri odaklı kararlar
Data-driven decisions on the future of the housing market with explainable artificial intelligence
- Tez No: 918601
- Danışmanlar: PROF. DR. ADNAN KALKAN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Yapay zekâ ve makine öğrenimi tekniklerinin gelişimi, emlak sektörü gibi karmaşık piyasalarda veri odaklı karar verme süreçlerini iyileştirmek için yeni fırsatlar sunmaktadır. Bu çalışma, İstanbul konut piyasasında fiyat tahminlerini iyileştirmek ve piyasa dinamiklerini anlamak amacıyla yapay zekâ ve açıklanabilir yapay zekâ tekniklerinin nasıl entegre edilebileceğini incelemektedir. Araştırmada, Kaggle platformundan elde edilen geniş bir veri seti (25.154 satır ve 37 sütun) kullanılarak, İstanbul'daki konutların fiyatlarını etkileyen değişkenler analiz edilmiştir. İlk aşamada veri temizleme ve aykırı değerlerin yönetimi gibi ön işlemler gerçekleştirilmiş, ardından konut fiyatlarını tahmin etmek için çeşitli makine öğrenimi algoritmaları uygulanmıştır. Algoritmaların performansı, R² skoru, MAE ve RMSE metrikleriyle değerlendirilmiş ve Random Forest modeli en yüksek performansı göstermiştir. Çalışmada kullanılan açıklanabilir yapay zekâ teknikleri, özellikle SHAP yöntemi, modelin tahminlerinin şeffaflığını artırmış ve fiyat tahminlerinde hangi değişkenlerin ne kadar etkili olduğunu ortaya koymuştur. Bulgular, metrekare büyüklüğünün konut fiyatları üzerindeki en önemli değişken olduğunu, bölgesel faktörlerin (örneğin Kadıköy ve Sarıyer gibi sosyal olanakları yüksek bölgelerdeki altyapı yatırımları ve ulaşım projeleri) ve oda sayısının da anlamlı katkılar sunduğunu göstermektedir. Bununla birlikte, devlet yatırımları, kentsel dönüşüm projeleri ve sosyal dinamikler (örneğin, göçmen yerleşimleri, ulaşım altyapısı, sosyal olanaklar) gibi faktörlerin konut fiyatları üzerindeki etkileri de çalışmada tartışılmıştır. Kadıköy ve Sarıyer gibi bölgelerdeki altyapı yatırımları ve göçmen yerleşimi gibi dinamiklerin fiyat dalgalanmalarına olan katkısı, model tahminleriyle uyumlu olarak değerlendirilmiştir. Ayrıca literatürdeki ekonomik tahminler de göz önüne alındığında, Kanal İstanbul gibi büyük projelerin uzun vadede fiyat dalgalanmalarına neden olabileceği öngörülmektedir. Sonuç olarak, bu çalışma, yapay zekâ ve açıklanabilir yapay zekâ tekniklerinin entegre edilmesiyle konut fiyat tahminlerinin daha güvenilir ve şeffaf bir şekilde yapılabileceğini göstermekte ve bu yaklaşımların emlak sektörü için büyük bir potansiyel sunduğunu vurgulamaktadır. Gelecekte, daha geniş veri setleri, sosyal ve çevresel faktörlerin detaylı entegrasyonu ve gelişmiş açıklanabilir yapay zekâ teknikleri ile konut piyasası tahminlerinin daha da iyileştirilmesi mümkün olacaktır.
Özet (Çeviri)
The advancement of artificial intelligence (AI) and machine learning (ML) techniques presents new opportunities to enhance data-driven decision-making processes in complex markets such as the real estate sector. This study explores how AI and explainable AI (XAI) techniques can be integrated to improve price predictions and understand market dynamics in the Istanbul housing market. Using a comprehensive dataset obtained from the Kaggle platform (25,154 rows and 37 columns), variables influencing housing prices in Istanbul were analyzed. In the initial phase, preprocessing steps, including data cleaning and outlier management, were performed, followed by the application of various machine learning algorithms to predict housing prices. The performance of these algorithms was evaluated using metrics such as R², MAE, and RMSE, with the Random Forest model demonstrating the highest performance. The XAI techniques employed in the study, particularly the SHAP method, enhanced the transparency of model predictions and identified the relative importance of variables affecting price predictions. The findings revealed that square meter size is the most significant variable influencing housing prices, while regional factors (e.g., infrastructure investments and transportation projects in socially advantageous areas like Kadıköy and Sarıyer) and the number of rooms also provided meaningful contributions. Additionally, the impact of factors such as government investments, urban transformation projects, and social dynamics (e.g., migrant settlements, transportation infrastructure, and social amenities) on housing prices was discussed. The contributions of infrastructure investments and migrant settlements in areas like Kadıköy and Sarıyer to price fluctuations were found to align with model predictions. Furthermore, in light of economic forecasts in the literature, it is anticipated that large-scale projects such as Kanal Istanbul could lead to long-term price fluctuations. In conclusion, this study demonstrates that integrating AI and XAI techniques enables more reliable and transparent housing price predictions, underscoring the significant potential these approaches offer for the real estate sector. Future studies could benefit from incorporating larger datasets, detailed integration of social and environmental factors, and more advanced XAI techniques to further improve housing market predictions.
Benzer Tezler
- Decision-making process for house plan layout generation through deep learning algorithms: A hybrid model proposal
Derin öğrenme algoritmaları aracılığı ile konut planı yerleşimi için karar verme süreci: Hibrit bir model önerisi
GİZEM ÖZEROL ÖZMAN
Doktora
İngilizce
2024
MimarlıkGazi ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEMRA ARSLAN SELÇUK
PROF. DR. ARZU SORGUÇ
- Açıklanabilir yapay zeka ile hukuki metin analizi
Legal text analysis with explainable artificial intelligence
TÜLAY TURAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
- Developing a novel artificial intelligence based method for diagnosing chronic obstructive pulmonary disease
Kronik obstrüktif akciğer hastalığı teşhisi için yapay zeka tabanlı yeni bir yöntem geliştirilmesi
İNANÇ MORAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TURGAY ALTILAR
- Derin öğrenme ile paratüberküloz hastalığının patolojik görüntüler üzerinden tanı sisteminin geliştirilmesi
Deep learning based development of diagnostic system of paratuberculosis disease through pathological images
NİLGÜN ŞENGÖZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
PROF. DR. ALİ HAKAN IŞIK
- A situational awareness framework for connected autonomous vehicles
Bağlantılı otonom araçlar için durum farkındalık sistemi
DERYANUR TEZCAN
Yüksek Lisans
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLAY ÖKE GÜNEL