Implementation of pricing strategies by using artificial neural networks in liner shipping industry
Düzenli hat taşımacılığı (liner) sektöründe yapay sinir ağları kullanarak fiyatlandırma stratejilerinin uygulanması
- Tez No: 475808
- Danışmanlar: PROF. DR. MUSTAFA TANYERİ
- Tez Türü: Doktora
- Konular: İşletme, Ulaşım, Business Administration, Transportation
- Anahtar Kelimeler: Fiyatlandırma, Liner taşımacılık, Taşımacılık, Yapay sinir ağları, Pricing, Liner transportation, Transportation, Artificial neural networks
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fiyat pazarlama karmasının stratejik bir aracı ve gelir sağlayan tek elemanıdır. Bu nedenle, hem stratejik olarak hem de taktiksel olarak firmalar için çok önem arz etmektedir. Bilhassa, düzenli hat taşımacılığı sektörü gibi oligopolistik ve değişken (volatil) pazarlarda. Buna rağmen, fiyat ve fiyatlandırma hem pazarlama alanında hem de düzenli hat taşımacılığı alanında en çok ihmal edilen konudur. Özellikle, zaman isteyen ve dikkatli hesaplamalar gerektiren uzun dönem anlaşmaların ya da kontratların fiyatlandırma kararları firmaların kar marjlarını korumayabilmeleri için çok önemlidir. Fiyatı etkileyen çeşitli faktörler bulunduğu için öngörüye ihtiyaç vardır. Düzenli hat taşımacılığı (liner) sektörünün özellikleri düşülürse, öngörülemez dalgalanmaların, yüksek değişkenliğin ve çeşitli değişkenlerin fiyat üzerinde etkisinin olduğu bir ortamda fiyat tahmini firmalar için yararlı bir araç olabilir. Bu bağlamda, çalışmanın amacı düzenli hat taşımacılığı (liner) yapan şirketlerin gerçek zamanlı fiyatlandırma kararları için bir tahmin yöntemi olan yapay sinir ağı modellemektir. Çalışmanın analizi için öncelikle bir deniz taşımacılığı firmasının yöneticileri ile hem yapılandırılmış hem de yapılandırılmamış mülakatlar yapılmıştır. Ardından, analiz için firma kayıtlarından 62 aylık fiyat verisi temin edilmiştir. Fiyata etki eden diğer değişkenler de finansal veri tabanlarından indirilmiştir. Daha sonra, deneme yanılma yolu ile ağın tasarımı ileri beslemeli geri yayma algoritması kullanan ağ olarak seçilmiştir. Öğretmenli öğrenme uygulandığından ağa sunulan girdiler ve çıktı ile ağ eğitilip, test edilmiştir ve geçerlilik sınanmıştır. Son olarak, veri setindeki bir sonraki ay ağ tarafından başarıyla tahmin edilmiştir.
Özet (Çeviri)
Price is the strategic tool of the marketing mix and the only element that generates revenue. Therefore, pricing decisions are both strategically and tactically important for the companies. Particularly, in liner shipping industry which is an oligopolistic and highly volatile market. Despite the fact, price and pricing are the most neglected area of both marketing and liner shipping industry. Pricing decisions of long-term negotiations are very important which need time and careful calculations in order to keep profit margins of the shipping companies. Considering the characteristics of the liner shipping industry, where there are unpredictable shipping cycles, high volatility and various variables that have an impact on price, there is a need to make forecasts since there are various factors that affect price. In this sense, the purpose of the study is to model an artificial neural network as a forecasting method for real time pricing decisions of liner shipping companies. For the analysis of the study, first both structured and unstructured interviews conducted with the executives of a shipping company. Afterwards, 62 monthly rate data obtained from the company records. Other variables that have an effect on rate are downloaded from financial databases for the analysis. Then, by trial-and-error the design of the network selected as feed-forward network by using backpropagation algorithm. Since supervised learning applied, with the given inputs and the output the network trained, tested and validated. Finally, the next month is forecasted successfully by the network.
Benzer Tezler
- Kaynak tüketim muhasebesinin mobilya sektöründe uygulanması ve yapay sinir ağları ile maliyet tahmini: İnegöl örneği
Implementation of resource consumption accounting in the furniture industry and cost estimation with artificial neural networks: İnegöl case
ÖZGE ACUN KILIÇ
- Henry Hub doğal gaz spot fiyat tahminlemesinde makine öğrenmesi ve istatiksel modellerin karşılaştırmalı analizi
Comparative analysis of machine learning and statisticalmodels in Henry Hub natural gas spot price forecasting
FEYZANUR SOYAL AKBIYIK
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASLI AKSOY
- Emlak fotoğraflarının kalite değerlendirilmesi: Derin öğrenme tabanlı bir yaklaşım
Quality assessment of real estate photographs: A deep learning-based approach
AKIN YAŞAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. YÜKSEL YURTAY
- Otoparklar için gerçek zamanlı yerleşim sağlayan görüntü işleme tabanlı karar destek sistem önerisi
A proposal for an image processing-based decision support system providing real-time space allocation in parking lots
ORUÇ ALTAY KIRLI
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN TARIMER
- Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi
Turkish energy market agent-based modeling for low-carbon transition with machine learning application
BURAK GÖKÇE
Doktora
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU