Makine öğrenmesi yöntemleri ile ikinci el araçlarda fiyat tahmini

ESRA DERE

Makine öğrenmesi yöntemleri ile ikinci el araçlarda fiyat tahmini

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: ESRA DERE

Danışman: Mustafa Cem Kasapbaşı

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Son yıllarda ikinci el araçların pazar hacmi artmıştır. Bu pazarda satıcı ve alıcı için doğru fiyatlandırma oldukça önemlidir. Son kullanıcı veya kurumlar için ikinci el araç değerlemesine ya da kiralanmasında yardımcı olacak sistemsel bir yapıya ihtiyaç bulunmaktadır. Kurulacak bu yapıyla hem araç alacak olan hem de aracını satacak olan kullanıcı, kilometresi, kaza kaydı, kasa tipi, benzin tipi, ağır hasar kaydı gibi fiyata etki edecek özelliklerine göre fiyat çıkarabilir. Bu çalışmada ilgili ikinci el araç ilanların yer aldığı sitelerden Selenium test aracı ile 13.000 üzerinde veri toplanmış ve bu veriler üzerinde veri önişleme (temizleme, dönüştürme vs.) adımları uygulanmıştır. Makine öğrenme teknikleri KNIME Analytics Platform veri madenciliği programının 4.7.3 sürümünde uygulanarak ikinci el araç fiyatı tahmin edilmeye çalışılmış ve sonuçlar birbiriyle karşılaştırılmıştır. Performans ölçülürken R² kullanılmıştır. Doğrusal (Linear) regresyon 0,71 R², Rastgele Orman (Random Forest) 0,85 R², Gradyan artırıcı (GBoosted) 0,83 R², ağaç topluluğu (Tree Ensemble) 0,85 R² ve yapay sinir ağları (Artificial Neural Network) 0,72 R² tahmin oranları elde edilmiştir. Elde edilen sonuçlarda en düşük tahmin başarısı doğrusal (linear) regresyon, en yüksek başarılı tahmin algoritması 0,85 R² ile rastgele orman algoritması olmuştur.