Sosyal yardım başvurularında yardım alma önceliklerinin yapay zeka ile belirlenmesi
Determining assistance priorities in social assistance applications with artificial intelligence
- Tez No: 967344
- Danışmanlar: DOÇ. DR. SERKAN SAVAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Türkiye'de sosyal yardım sistemleri, genellikle devlet ya da yerel yönetimlerin toplumun dezavantajlı kesimlerine destek sunduğu ve yaşam kalitesini artırmayı amaçladığı kamu hizmetleri kapsamında çeşitli yardımların sağlandığı yapılar olarak tanımlanmaktadır. Sosyal hizmet uzmanları tarafından gerçekleştirilen değerlendirmeler neticesinde ihtiyaç sahipleri tespit edilmekte ve bu bireylere çeşitli sosyal hizmetler sunulmaktadır. Ekonomik koşulların ağırlaşması ve kaynakların kısıtlanması gibi etkenler, bu sistemlerin daha adil ve sürdürülebilir biçimde işlemesini zorunlu kılmaktadır. Bu bağlamda, sosyal yardım hizmetlerinin daha etkin ve verimli bir yapıya kavuşması için yapay zeka teknolojilerinden faydalanılarak, tahmine dayalı modelleme gibi yöntemlerle karar süreçlerinin dijitalleştirilmesi gerekliliği ortaya çıkmaktadır. Bu çalışmada, sosyal yardım alabilirlik durumlarının ve yardım alan bireylerin yardım alma önceliklerinin sınıflandırılması amaçlanmıştır. Kullanılan veri seti, Ankara Büyükşehir Belediyesi'ne sosyal yardım başvurusu yapan vatandaşların verilerinden oluşmaktadır. Veri seti üzerinde temel veri ön işleme teknikleri uygulanmış, analizde kullanılacak öznitelikler seçilmiş ve modelleme süreci için hedef değişkenler sayısal formata dönüştürülmüştür. Sosyal yardım alabilirlik durumları, 10 farklı algoritma kullanılarak sınıflandırılmıştır. Kullanılan veri setinde LightGBM algoritması ile %95 doğruluk değerine ulaşılmıştır. Aynı veri seti üzerinde benzer ön işleme adımları uygulanarak, sosyal yardım alan bireylerin yardım alma önceliklerini tahmin etmeye yönelik çok sınıflı sınıflandırma modelinde, 20 öznitelik temelinde bireyler“çok acil”,“acil”ve“acil değil”olarak etiketlenmiştir. Sosyal yardım öncelik durumları da 10 farklı algoritma ile sınıflandırılmış olup, LightGBM algoritması bu modelde %92 doğruluk değeri ile en başarılı sonuçları vermiştir. Bu çalışma, sosyal yardım süreçlerinin daha nesnel ve veri temelli bir yaklaşımla yönetilmesine olanak tanıyarak, kaynakların daha etkin ve adil bir biçimde dağıtılmasına katkı sağlamaktadır.
Özet (Çeviri)
In Türkiye, social assistance systems are generally defined as structures within the scope of public services, where the state or local governments provide various types of support to disadvantaged segments of society and aim to improve their quality of life. As a result of evaluations carried out by social service specialists, individuals in need are identified and various social services are offered to these individuals. Factors such as worsening economic conditions and limited resources make it imperative for these systems to operate in a fairer and more sustainable manner. In this context, in order to achieve a more effective and efficient structure in social assistance services, it becomes necessary to digitize decision-making processes by utilizing artificial intelligence technologies and predictive modeling methods. In this study, it is aimed to classify both the eligibility status for social assistance and the priority of individuals receiving aid. The dataset used consists of the records of citizens who applied for social assistance to Ankara Metropolitan Municipality. Basic data preprocessing techniques were applied to the dataset, relevant features were selected for analysis, and target variables were transformed into numerical format for modeling. Social assistance eligibility statuses were classified using 10 different algorithms. An accuracy rate of 95% was achieved with the LightGBM algorithm on the dataset. By applying similar preprocessing steps to the same dataset, in the multi-class classification model developed to predict the priority levels of individuals receiving social assistance, individuals were labeled as“very urgent,”“urgent,”and“not urgent”based on 20 features. The priority statuses for social assistance were also classified using 10 different algorithms, and the LightGBM algorithm yielded the best results with an accuracy rate of 92% in this model. This study contributes to the management of social assistance processes with a more objective and data-driven approach, enabling resources to be distributed more effectively and equitably.
Benzer Tezler
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Yoksulluk ve sosyal yardım ilişkisi: Ankara Mamak ilçesinde ampirik bir araştırma
Poverty and social assistance relationship empirical study in Mamak district of Ankara province
MUSA İKİZOĞLU
Doktora
Türkçe
2000
Sosyal HizmetlerHacettepe ÜniversitesiSosyal Hizmet Ana Bilim Dalı
PROF. DR. SEMA KUT
- Yerel yönetimlerin sosyal belediyecilik anlayışının yeni uygulaması: Sosyal market 'Adana Büyükşehir Belediyesi örneği'
New implementation of local municipalities' social municipalism: Social market 'Adana Metropolitan Municipality example'
HACER ATEŞ
Yüksek Lisans
Türkçe
2018
SosyolojiNiğde Ömer Halisdemir ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. BÜLENT KARA
- Acil tıp asistan hekimlerinin iş kazası olguları karşısındaki bilgi düzeyi, tutum ve davranışlarının incelenmesi
Investigation of knowledge, attitudes and behaviors of emergency medicine assistans against occupational accidents
GÜNEŞ YILMAZ
Tıpta Uzmanlık
Türkçe
2019
İlk ve Acil YardımSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. HAYRİYE GÖNÜLLÜ