TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI
Buçalışmada, Kültür ve Turizm Bakanlığından elde edilen istatistiklere göre Türkiyegeneline yönelik turizm talebinin aylar itibariyle tahmin edilmesinde “ZamanSerileri Analizi” ile “Yapay Sinir Ağları” yöntemlerinin öngörü doğruluklarınınkarşılaştırılması en yüksek öngörü doğruluğuna sahip modelin b...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Sivas Cumhuriyet Üniversitesi
2019-11-01
|
| Series: | Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/download/article-file/867018 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832570674488541184 |
|---|---|
| author | Şebnem Zorlutuna Hüdaverdi Bircan |
| author_facet | Şebnem Zorlutuna Hüdaverdi Bircan |
| author_sort | Şebnem Zorlutuna |
| collection | DOAJ |
| description | Buçalışmada, Kültür ve Turizm Bakanlığından elde edilen istatistiklere göre Türkiyegeneline yönelik turizm talebinin aylar itibariyle tahmin edilmesinde “ZamanSerileri Analizi” ile “Yapay Sinir Ağları” yöntemlerinin öngörü doğruluklarınınkarşılaştırılması en yüksek öngörü doğruluğuna sahip modelin belirlenmesiamaçlanmıştır. Turisttalebi ile ilgili yapılan modellemelerde zaman serisitekniklerinden ARMA (Karma Otoregresif Hareketli Ortalama Süreci) veya ARIMA(Homojen Durağan Olmayan Süreçler) modelleri kullanılarak en uygun modelbelirlenmeye çalışılmıştır. Yapaysinir ağları sistemleri ile performansı en yüksek modelin belirlenmesiamaçlanmıştır. Bu amaç için yapay sinir ağları, ileri beslemeli ağ yapısı,danışmanlı öğrenme stratejisi ve MLP (Çok Katmanlı Perceptron) modeli ileoluşturulan yapıları eğitmede kullanılan hatayı geriye yayma algoritması ilefarklı ağ yapıları kullanılarak eğitilmiş ve optimum başarı elde etmek için çoksayıda deneme gerçekleştirilmiştir. Uygulananyöntemlerden elde edilen öngörü sonuçlarının değerlendirilmesi neticesinde, yapay sinir ağlarının, zaman serileri analizinegöre öngörü doğruluğunun daha yüksek ve gerçek değerlere en yakın sonuçlarıveren yöntem olduğu görülmüştür. |
| format | Article |
| id | doaj-art-3e69a7dccef14488abc8457ee9ee970b |
| institution | Kabale University |
| issn | 1303-1279 |
| language | English |
| publishDate | 2019-11-01 |
| publisher | Sivas Cumhuriyet Üniversitesi |
| record_format | Article |
| series | Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi |
| spelling | doaj-art-3e69a7dccef14488abc8457ee9ee970b2025-02-02T14:33:37ZengSivas Cumhuriyet ÜniversitesiCumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi1303-12792019-11-012021641852057TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASIŞebnem Zorlutuna0https://orcid.org/0000-0001-7683-3832Hüdaverdi Bircan1https://orcid.org/0000-0002-1868-1161CUMHURİYET ÜNİVERSİTESİCUMHURİYET ÜNİVERSİTESİBuçalışmada, Kültür ve Turizm Bakanlığından elde edilen istatistiklere göre Türkiyegeneline yönelik turizm talebinin aylar itibariyle tahmin edilmesinde “ZamanSerileri Analizi” ile “Yapay Sinir Ağları” yöntemlerinin öngörü doğruluklarınınkarşılaştırılması en yüksek öngörü doğruluğuna sahip modelin belirlenmesiamaçlanmıştır. Turisttalebi ile ilgili yapılan modellemelerde zaman serisitekniklerinden ARMA (Karma Otoregresif Hareketli Ortalama Süreci) veya ARIMA(Homojen Durağan Olmayan Süreçler) modelleri kullanılarak en uygun modelbelirlenmeye çalışılmıştır. Yapaysinir ağları sistemleri ile performansı en yüksek modelin belirlenmesiamaçlanmıştır. Bu amaç için yapay sinir ağları, ileri beslemeli ağ yapısı,danışmanlı öğrenme stratejisi ve MLP (Çok Katmanlı Perceptron) modeli ileoluşturulan yapıları eğitmede kullanılan hatayı geriye yayma algoritması ilefarklı ağ yapıları kullanılarak eğitilmiş ve optimum başarı elde etmek için çoksayıda deneme gerçekleştirilmiştir. Uygulananyöntemlerden elde edilen öngörü sonuçlarının değerlendirilmesi neticesinde, yapay sinir ağlarının, zaman serileri analizinegöre öngörü doğruluğunun daha yüksek ve gerçek değerlere en yakın sonuçlarıveren yöntem olduğu görülmüştür.https://dergipark.org.tr/tr/download/article-file/867018yapay sinir ağlarızaman serileri analiziturizm talep tahmini |
| spellingShingle | Şebnem Zorlutuna Hüdaverdi Bircan TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi yapay sinir ağları zaman serileri analizi turizm talep tahmini |
| title | TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI |
| title_full | TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI |
| title_fullStr | TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI |
| title_full_unstemmed | TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI |
| title_short | TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI |
| title_sort | turkiye ye gelen turist sayisi tahmininde zaman serileri analizi ve yapay sinir aglari yontemlerinin karsilastirilmasi |
| topic | yapay sinir ağları zaman serileri analizi turizm talep tahmini |
| url | https://dergipark.org.tr/tr/download/article-file/867018 |
| work_keys_str_mv | AT sebnemzorlutuna turkiyeyegelenturistsayisitahminindezamanserilerianaliziveyapaysiniraglariyontemlerininkarsilastirilmasi AT hudaverdibircan turkiyeyegelenturistsayisitahminindezamanserilerianaliziveyapaysiniraglariyontemlerininkarsilastirilmasi |