An AI chatbot–supported hybrid neural network for solving financial problems
Fınans problemlerının çözümü için önerilen AI chatbot ile desteklenmiş hibrit neural network
- Tez No: 965166
- Danışmanlar: DR. ÖĞR. ÜYESİ UMUT KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Maliye, Computer Engineering and Computer Science and Control, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İSTANBUL BEYKENT ÜNİVERSİTESİ
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 98
Özet
Bu çalışmada, altın fiyatları, Bitcoin piyasa davranışı ve USD/TRY döviz kuru dalgalanmaları gibi karmaşık finansal zaman serisi tahmin problemlerine çözüm getirmeyi amaçlayan yenilikçi bir hibrit tahminleme çerçevesi sunulmaktadır. Önerilen sistem, iki farklı modelleme yaklaşımını bir araya getirmektedir: doğrudan ve orantılı eğilimleri vektörleştirilmiş girdiler üzerinden tespit etmeye yönelik klasik bir doğrusal modelleme bileşeni ile, yapılandırılmış ardışık verilerden doğrusal olmayan zamansal desenleri öğrenme yetisine sahip yoğun katmanlarla desteklenmiş Uzun Kısa Süreli Bellek (LSTM) tabanlı bir derin öğrenme bileşeni.Modelin çıktılarının yorumlanabilirliğini artırmak ve güvenilirliğini pekiştirmek amacıyla, her bir girdi değişkeninin tahmin üzerindeki katkısını niceliksel olarak ortaya koyan oyun teorisi temelli bir yöntem olan SHAP (Shapley Additive Explanations) entegre edilmiştir. Ayrıca sistem, kullanıcıların tahmin sonuçlarına gerçek zamanlı olarak erişmesini ve bu sonuçlara ilişkin doğal dilde açıklamalar almasını sağlayan etkileşimli bir yapay zeka destekli sohbet asistanı ile donatılmıştır. Deneysel sonuçlar, bütünleşik mimarinin bağımsız modellere kıyasla daha yüksek tahmin doğruluğu sağladığını ortaya koymakta ve yaklaşık %5,2 ortalama mutlak yüzde hata (MAPE) oranı ile önemli bir performans iyileşmesi göstermektedir. Model karmaşıklığını yorumlanabilirlik ve kullanıcı etkileşimiyle dengeleyen bu yaklaşım, finansal tahminleme sistemlerindeki temel zorluklara etkili bir çözüm sunmaktadır. Sonuç olarak, bu çalışma finansal analiz ve karar destek ortamlarında uygulanabilir, açıklanabilir ve kullanıcı odaklı bütüncül bir çözüm önermektedir.
Özet (Çeviri)
In this research, a novel hybrid forecasting framework is introduced, aiming to tackle the intricacies of financial time series prediction, particularly in the context of gold prices, Bitcoin market behavior, and USD/TRY currency fluctuations. The proposed system combines two distinct modeling approaches: a classical linear modeling component, utilized to uncover direct and proportional trends through vectorized inputs, and a deep learning-based component, specifically a Long Short-Term Memory (LSTM) network augmented by dense layers, which is adept at learning nonlinear temporal patterns from structured sequence data. To improve interpretability and facilitate trust in model outcomes, the framework incorporates Shapley Additive Explanations (SHAP), a game-theoretic technique that quantifies each input feature's contribution to the model's predictions. Furthermore, the system is equipped with a conversational AI assistant capable of providing users with real-time insights and textual explanations of forecast results. This interactive feature bridges the gap between complex model outputs and end-user comprehension, making the system both technically rigorous and practically accessible. Empirical evaluations demonstrate that the integrated architecture delivers superior forecasting accuracy compared to standalone models, yielding a mean absolute percentage error (MAPE) of approximately 5.2%. By aligning model complexity with interpretability and user interaction, this approach addresses key challenges in financial prediction systems. Overall, the study offers a comprehensive, explainable, and user-centric solution that can be effectively deployed in financial analytics and decision-support environments.
Benzer Tezler
- Yapay zekâ tabanlı teknik destek sohbet robotu tasarımı
Artificial intelligence based technical support chatbot design
AYHAN ARISOY
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
- Generative AI in Healthcare: A Turkish Chatbot for Symptom Assesment and Tailored Recommendations
Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu
YUNUS EMRE IŞIKDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AYDOS
- Nicel analiz seçimi konusunda yapay zekâ destekli bir sohbet robotu geliştirilmesi
Development of an AI-powered chatbot for quantitative analysis selection
ABDULLAH RAGIP ERSÖZ
Doktora
Türkçe
2023
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AYSAN ŞENTÜRK
- Exploring ai-chatbot feedback in EFL writing instruction: A mixed-methods study on writing achievement, writing self-efficacy, and student perceptions
Yabancı dil olarak İngilizce yazma eğitiminde yapay zeka tabanlı sohbet botu geri bildiriminin incelenmesi: Yazma başarısı, yazma öz-yeterliği ve öğrenci görüşleri üzerine bir karma yöntem araştırması
ZEYNEP ÇAĞLA AKKAYA
Yüksek Lisans
İngilizce
2025
Eğitim ve ÖğretimBahçeşehir Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DOÇ. DR. MUSTAFA POLAT
- Yapay zekâ destekli öğretimin İngilizce yabancı dili kelime öğrenimi üzerindeki etkileri: ChatGPT örneği
The effects of artificial intelligence-assisted teaching on EFL vocabulary learning: A case of ChatGPT
ABDULLAH ARAS
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimAtatürk ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL TAKKAÇ TULGAR