Türkiye'deki teknoloji geliştirme bölgelerinde yer alan girişimci firmaların hayatta kalma durumunun yapay zekâ ve makine öğrenmesi teknikleriyle öngörüsü
Predicting the survival of entrepreneurial firms in technology development zones in türki̇ye using artificial intelligence and machine learning techniques
- Tez No: 995387
- Danışmanlar: PROF. DR. MEHMET YILMAZ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Firma analizi, Karar destek sistemleri, Teknoparklar, Yapay zeka, Firm analysis, Decision support systems, Technoparks, Artificial intelligence
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, Türkiye'deki Teknoloji Geliştirme Bölgeleri'nde (TGB) faaliyet gösteren girişimci firmaların aktif kalma olasılığını yapay zekâ ve makine öğrenmesi yöntemleriyle öngörmektedir. 2021–2024 dönemine ait idari veriler üzerinde, sınıf dengesizliği SMOTE ile giderilmiş ve Lasso, Karşılıklı Bilgi ve Rastgele Orman temelli yaklaşımlarla özellik seçimi gerçekleştirilmiştir. Yedi makine öğrenmesi sınıflandırma modeli 5 katlı çapraz doğrulama ile değerlendirilmiştir. Buna göre, XGBoost modeli en yüksek başarıyı sağlamıştır (ROC-AUC=0,990, Doğruluk=0,970, F1=0,973). Bulgular, firmaların bölgede aktif kalmasının başlıca belirleyicilerinin; devam eden proje sayısı, firma yaşı, Ar-Ge harcamaları ve yazılım sektöründe faaliyet olduğunu göstermektedir. Açıklanabilirlik analizi (SHAP), bu değişkenlerin katkısının tutarlı biçimde yüksek seyrettiğini göstermektedir. Bölgesel incelemeler, gelişmiş bölgelerde proje sürekliliği ve firma olgunluğunun; gelişmekte olan bölgelerde ise kamusal desteklerin görece daha etkili olduğunu ortaya koymaktadır. Çalışmada, bulgularla tutarlı biçimde, XGBoost tabanlı bir karar destek mekanizması önerilmektedir. Buna göre aktif kalma olasılığı yüksek firmalar için büyüme ve uluslararasılaşma odaklı teşviklerin, düşük olasılığa sahip firmalar için ise mentörlük, kuluçka ve kapasite geliştirmeyi hedefleyen tamamlayıcı desteklerin önceliklendirilmesi önerilmektedir. Sonuç olarak, TGB politikalarının tekdüze teşvik anlayışından uzaklaşıp veriye dayalı ve bölgesel farklılıkları gözeten esnek bir çerçeveye dönüşmesi gerektiği değerlendirilmektedir.
Özet (Çeviri)
This study predicts the probability of entrepreneurial firms' survival within Turkey's Technology Development Zones (TDZs) using artificial intelligence and machine learning methods. Based on administrative data from 2021 to 2024, class imbalance was corrected using SMOTE, and feature selection was performed through Lasso, Mutual Information, and Random Forest approaches. Seven machine learning classification models were evaluated through five-fold cross-validation, where XGBoost achieved the highest performance (ROC-AUC = 0,990, Accuracy = 0,970, F1 = 0,973). The findings indicate that the primary determinants of firm survival are the number of ongoing projects, firm age, R&D expenditures, and activity in the software sector. The SHAP analysis confirms the consistently high contribution of these variables to model predictions. Regional analyses reveal that project continuity and firm maturity are more influential in developed regions, while public supports play a stronger role in developing regions. Consistent with these findings, the study proposes an XGBoost-based decision support mechanism. For firms with a high probability of remaining active, growth and internationalization-oriented incentives are recommended, whereas for firms with lower probability, mentoring, incubation, and capacity-building supports should be prioritized. The results suggest that TDZ policies should evolve from a uniform incentive design toward a data-driven and region-sensitive framework that enhances the strategic and sustainable management of innovation ecosystems.
Benzer Tezler
- Factors affecting the internationalization processes of the firms; A field study on entrepreneurial firms operating in technology development zones
İşletmelerin uluslararasılaşma süreçlerini etkileyen faktörler; Teknoloji geliştirme bölgeleri'nde faaliyet gösteren girişimci işletmeler üzerine bir çalışma
NAZLICAN BARUTÇU
Yüksek Lisans
İngilizce
2021
İşletmeDokuz Eylül ÜniversitesiUluslararası İşletmecilik ve Ticaret Ana Bilim Dalı
PROF. DR. GÜLÜZAR KURT GÜMÜŞ
- Global value network evolution in the global automotive production: insights from ford otosan türki̇ye
Küresel otomotiv üretiminde küresel değer ağı evrimi: Ford-otosan Türkıye'den içgörüler
HADISEH HOSSEINI JAHANABAD
Doktora
İngilizce
2025
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. GÜLDEN ERKUT
- A multiple-case study on university-industry relations from neo-institutional perspective
Yeni Kurumsal Kuram perspektifinden üniversite-sanayi ilişkileri üzerine bir çoklu örnek olay çalışması
MEHMET ALİ YILIK
Doktora
İngilizce
2018
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. YAŞAR KONDAKÇI
- Giyilebilir teknoloji girişimlerinin ürün geliştirme süreçlerinde endüstriyel tasarımın yeri: Türkiye'deki teknoloji geliştirme bölgeleri üzerine bir araştırma
The importance of design in the product development process of wearable technology start-ups: a research on technology development zones in Turkey
İFFET PALA ERCAN
Doktora
Türkçe
2020
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
PROF. DR. ŞEBNEM TİMUR ÖĞÜT