Browsing by Author "Asbaş, Caner"

Now showing 1 - 1 of 1

Ağdüzeneklerde Makine Öğrenmesi Algoritmaları Yoluyla Örüntü Tanılaması ve Bağlantı Tahminlemesi: Kiracı Karması Vakası
(2023) Asbaş, Caner; Tuzlukaya, Şule; Business
Ağdüzeneğini derinlemesine anlamak ve yorumlamak, yüksek dinamizm ve eksik veri nedeniyle oldukça zorlu olabilmektedir. Dinamizm ve eksikliklerin üstesinden gelebilmek için ağdüzeneğindeki düğümler arası potansiyel veya olası bağları tahmin etme çabalarına bağlantı tahminlemesi, belirli patikaları tanımlama uygulamalarına ise örüntü tanılama denilmektedir. Bu çalışmanın temel amaçlarından ilki, dinamizm ve eksik veri nedeni ile meydana gelen ağdüzeneği değişimi ve evrimini, örüntü tanılama ve bağlantı tahminleme problemi olarak formüle ederek bir yapay zeka - makine öğrenmesi çözümü geliştirmektir. Alışveriş merkezi karmaşık ve büyük bir örgüt sistemi olarak tanımlanmaktadır. Kiracı karması ya da kiracı(lar) kümesi, alışveriş merkezindeki tür, boyut, konum, hizmet/ürün sınıflandırmaları benzeri parametreleri içerir. Alışveriş merkezinin hayatta kalması ve başarısının sürdürülebilir olması, öncelikle kiracı karmasının analiz edilmesi ve planlanması ile ilintilidir. Dolayısı ile, bu çalışmanın bir diğer önemli hedefi, alışveriş merkezindeki iç mekan yaya trafiğinin ağdüzeneği olarak modellenmesiyle kiracı karması probleminin ağdüzeneklerde örüntü tanılama ve bağlantı tahminleme görevi ve işlemi olarak tekrar formüle edilmesidir. Böylelikle, ziyaretçilerin sosyoekonomik ve demografik parametreleri ile, mağaza ve alışveriş merkezi tercihleri üzerinden kiracı karması için yapay sinir ağı modellemesine dayalı yeni bir çözüm yöntemi önerilmektedir. Çalışma kuramsal olarak, ağdüzenekleri ve ağdüzeneklerinin değişim - evrim mekanizmaları için analitik ve matematiksel bir çözüm sunmaktadır. Bu sayede, ağdüzeneğindeki bağlar, bağları kuran aktörlerin özelliklerine ve tercihlerine bağlı olarak analiz edilebilir, sınıflandırılabilir ve tanımlanabilir. Ayrıca, özellik ve tercihlere göre düğümler arasındaki olası veya potansiyel bağlar, yapay sinir ağları modellemesiyle tahmin edilebilmektedir. Çalışma aynı zamanda metot açısından, yapay zeka - makine öğrenmesi yöntemlerini, özellikle yapay sinir ağlarını, ağdüzeneklerde bağları kuran veya kiracı karmasında iç mekan yaya trafiğini üreten aktörlerin yan bilgileri temelinde hem ağdüzenek araştırmalarına hem kiracı karması problemine, yeni bir yaklaşımla entegre edilebilmiştir. Bu çalışmada önerilen ve geliştirilen yaklaşım ve metot ile ağdüzenek evrim ve değişim mekanizmaları ile kiracı karması problemi için en azı %90 olmak üzere ortalama %96 başarı sağlanmıştır.