Filters

2016 - 201912020 - 20231
Reset filters

Settings

Language: enSubject: Trend analysis

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Doctoral Thesis
    Yiyecek içecek sektörü için çok ürünlü, çok aşamalı üretim planlamasına yönelik model ve karar destek sistemi önerisi
    (2016) Tirkeş, Güzin; Çelebi, Neşe; Koyuncu, Murat
    Gıda ve içecek endüstrisinde; üretim planlama kararı güvenilir bir talep tahminine bağlıdır. Bu üretim alanlarında -özellikle hammaddelerin bozulabilir olduğu düşünüldüğünde- taleplerin zamanlamasını tahmin etmek; üretimi planlamak ve müşteri gereksinimlerini karşılamak için çok önemlidir. Literatürde gıda ve içecek endüstrisinde talep tahmini yapmak için, otoregresif hareketli ortalama (ARMA), otoregresif entegre hareketli ortalama (ARIMA), doğrusal olmayan ARMA modelleri, Holt-Winters metodları, yapay sinir ağları (ANN), genetik algoritmalar gibi çeşitli istatistiksel modellerin denendiği görülmektedir. Yapılacak tahminler için kullanılacak model verilerin karakteristiğine -'eğilim' veya 'mevsimsellik' özelliklerine- bağlıdır. Bu çalışmada 'gerçel zamanlı, çok aşamalı ve çok hatlı' bir üretim sürdürürken, hem toptan hem de perakende satış yapan bir reçel-şerbet üretim tesisi ele alınmaktadır. Tesisin; kapasite sınırlamaları ve taleplerin belirsizliği gibi sorunların varlığında oluşan üretim zamanlaması problemini çözebilmek için 'zaman serileri analizi' temelli bir talep tahmini yaklaşım modeli kurulmuştur ve bu çalışmada bu model tanıtılmaktadır. Uzun dönem talep tahmini için kullanılan 'zaman serileri modeli işletmenin iki yıllık satış verilerinden elde edilen aylık satış bilgilerinden oluşturulmuştur. Modelde Holt ve Winters'ın üçlü üstel düzleştirme ve mevsimsel düzeltme metotları kullanılarak 2015 yılı için talep tahmini yapılmıştır. Uygulama, gıda ve içecek sektöründe mevsimsel belirsizlikleri ele alabilen ilk çalışmalardan biridir. Modelin tutarlılığında hata ölçütü olarak ortalama mutlak yüzdesel hata (MAPE) kriteri ele alınmıştır. Talep tahmin modelini kurduktan sonra, envanter planlama modülünü de içeren, üretim planlama ve zamanlama modeli olarak karışık tam sayılı programlama modeli kullanılmıştır. Geliştirilen modelin 'belirsizlik' içeren durumlara da kolaylıkla uyum gösterebilir olması, modeli hem şu anki problemin çözümü hem de gelecekteki çalışmalar için en uygun seçenek kılmaktadır. Çalışmanın son kısmında, uç noktalara varan değişken taleplerin olduğu durumlarda kullanıcılara yardımcı olabilecek bir karar destek sistemi önerilmiştir.
  • Thumbnail Image
    Article
    Citation - WoS: 11
    Citation - Scopus: 17
    Student Engagement Research Trends of Past 10 Years: a Machine Learning-Based Analysis of 42,000 Research Articles
    (Springer, 2023) Gurcan, Fatih; Erdogdu, Fatih; Cagiltay, Nergiz Ercil; Cagiltay, Kursat
    Student engagement is critical for both academic achievement and learner satisfaction because it promotes successful learning outcomes. Despite its importance in various learning environments, research into the trends and themes of student engagement is scarce. In this regard, topic modeling, a machine learning technique, allows for the analysis of large amounts of content in any field. Thus, topic modeling provides a systematic methodology for identifying research themes, trends, and application areas in a comprehensive framework. In the literature, there is a lack of topic modeling-based studies that analyze the holistic landscape of student engagement research. Such research is important for identifying wide-ranging topics and trends in the field and guiding researchers and educators. Therefore, this study aimed to analyze student engagement research using a topic modeling approach and to reveal research interests and trends with their temporal development, thereby addressing a lack of research in this area. To this end, this study analyzed 42,517 peer-reviewed journal articles published from 2010 to 2019 using machine learning techniques. According to our findings, two new dimensions, "Community Engagement" and "School Engagement", were identified in addition to the existing ones. It is also envisaged that the next period of research and applications in student engagement will focus on the motivation-oriented tools and methods, dimensions of student engagement, such as social and behavioral engagement, and specific learning contexts such as English as a Foreign Language "EFL" and Science, Technology, Engineering and Math "STEM".