Hybrid soft computing methods for improving real estate price forecasting
Gayrimenkul fiyat tahminini iyileştirmek için hibrit yumuşak hesaplama yöntemleri
- Tez No: 623366
- Danışmanlar: DOÇ. DR. MUSTAFA GÖÇKEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Metasezgiseller, Veri işleme, Yapay sinir ağları, Metaheuristics, Data processing, Artificial neural networks
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gayrimenkul ülke ve dünya ekonomisi için çok önemli bir yere sahiptir. Gayrimenkulün heterojen bir yapıya sahip olması, yani her bir gayrimenkulün kendisini oluşturan özelliklerin çeşitlilik içermesi, gayrimenkulün satış/kira değerinin belirlenmesi için seçilecek yöntemlerin önemli olduğunu göstermektedir. Gayrimenkul fiyat tahmini için, geleneksel olmayan yöntemlerin geleneksel yöntemlere göre daha başarılı olduğu söylenebilir. Son yıllarda gayrimenkul değerlemesine meta-sezgisel yöntemlerle yaklaşımlar artmış olup, bu konu üzerine araştırmalar devam etmektedir. Meta-sezgisel yöntemlerin doğrusal olmayan karmaşık yapıda olan problemlerin çözümündeki üstünlüğü gayrimenkul değerlemesi için avantaj sağlamaktadır. Bu çalışmada gayrimenkul değerlemesi için, Yapay sinir ağları ve özellik seçim yöntemleri kullanılarak hybrid bir yaklaşım geliştirilmiştir. Yapay sinir ağı ile yapılacak analizlerden önce en uygun model parametreleri için ızgara arama yöntemi kullanılmıştır. Izgara arama yöntemi ile model için seçilebilecek parametreler optimize edilerek, başarının artması amaçlanmıştır. Ayrıca olası hataları minimum düzeye indirmek ve eğitim sırasında ezberlemenin önüne geçebilmek için, çapraz doğrulama tekniği ile veriler uygun eğitim setlerine bölünmüştür. Çalışmada Türkiye için önemli bir değere sahip olan İstanbul ilinin çeşitli ilçelerindeki konutların bilgileri kullanılmıştır. Veri ön işlemenin modelin başarısı için önemli olduğu göz önünde bulundurularak, her bir ilçe veriseti için veri ön işleme adımları gerçekleştirilmiştir. Veri ön işleme sürecinden sonra, veriler üzerinde ilk olarak özellik seçim yöntemi, daha sonra çapraz doğrulama ile birlikte ızgara arama yöntemi ve son olarak çapraz doğrulama ile birlikte yapay sinir ağı yöntemi adım adım uygulanmıştır. Çok fazla değişken içeren gayrimenkul fiyat tahmini için, meta-sezgisel yaklaşımlardan yapay sinir ağı yönteminin avantajı ve başarısı bu çalışma ile desteklenmektedir. Gayrimenkul değerlemesi için geliştirilen bu model ile, gerçeğe yakın fiyat tahminlerinin bulunmasının yanısıra, gayrimenkül fiyatlarını etkileyen özelliklerin de incelenmesi ve bu anlamda değerleme yöntemlerine katkı sağlaması amaçlanmıştır. Önerilen modellerin en önemli avantajı, heterojen bir yapıya sahip olan gayrimenkul piyasasındaki fiyat değişimlerini takip edebilmeyi mümkün kılması olup, bu avantajın sonraki gayrimenkul değerleme çalışmaları için fayda sağlayacağı düşünülmektedir.
Özet (Çeviri)
Real estate has a very important place for countries and the world economy. The fact that real estate has a heterogeneous structure, that is, the diversity of the properties that make up each property itself, shows that the methods to be selected for determining the sale and rent value of the real estate are important. For real estate price estimation, it can be said that non-traditional methods are more successful than traditional ones. In recent years, metaheuristic approaches for real estate valuation have increased and researches on this subject are continuing. The superiority of metaheuristics in solving non-linear and complex problems provides an important advantage for real estate valuation. In this study, a hybrid approach has been developed for real estate valuation by using artificial neural networks and feature selection methods. The grid search method was used for the most suitable model parameters before the analysis with the artificial neural network. It is aimed to increase the model success by optimizing the parameters that can be selected for the model with grid search method. In addition, in order to minimize possible errors and prevent overfitting during training, the data was divided into appropriate training sets by cross validation technique. The selected data set for this study contains housing data of various districts of Istanbul province, which has a significant value for Turkey. Considering that data preprocessing is important for the success of the model, data preprocessing steps were performed for each district data. After the data preprocessing process, firstly feature selection method, then grid search method with cross validation and finally artificial neural network method with cross validation were applied step by step. The advantage and success of the artificial neural network method, which is one of the metaheuristic approaches, is supported by this study for real estate price estimation involving many variables. With this model developed for real estate appraisal, it is aimed to examine the properties that affect real estate prices and to contribute to valuation methods in addition to finding realistic price estimation. In addition, it is an important advantage that it is possible to follow the price changes in the real estate market which has a heterogeneous structure with this research, and it is thought that it will provide benefit for the subsequent real estate appraisal studies.
Benzer Tezler
- Hybrid deep learning architectures for early detection and continuous monitoring of parkinson's disease using multimodal sensor data
Çok modlu sensör verileri kullanılarak parkinson hastalığının erken tespiti ve sürekli izlenmesi için hibrit derin öğrenme mimarileri
MARWAH MUWAFAQ KADHIM AL-MOZANI
Doktora
İngilizce
2026
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN DEMİREL
- Soft computing based vector control of a permanent magnet synchronous motor
Kalıcı mıknatıslı senkron motorun esnek hesaplama tabanlı vektör kontrolü
FATİH BAYIR
Doktora
İngilizce
2026
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ZERGEROĞLU
- FLAGS framework and decentralized federated learning under device volatility
FLAGS platformu ve cihaz dalgalanması durumunda merkeziyetsiz federe öğrenme
AHNAF HANNAN LODHI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZNUR ÖZKASAP
YRD. DOÇ. DR. BARIŞ AKGÜN
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Siber fiziksel ve endüstriyel sistemlerde davetsiz misafir saldırılarının anormallik tespiti için yapay zeka ve yumuşak hesaplama yöntemlerinin uygulanması
Application of artificial intelligence and soft computing methods for anomaly detection of intrusion attacks in cyber-physical and industrial systems
SİNAN ATICI
Yüksek Lisans
Türkçe
2025
Mekatronik MühendisliğiTrakya ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜRKAN TUNA