Hızlı Erişim


Bu Dergi DOI ve Crosscheck üyesidir


Özet


MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE UÇUŞ FİYATLARININ TAHMİNİ

Makine öğrenmesi, Yapay Zekâ teknolojilerinin önemli bir alanıdır. Bugün bu teknoloji sayesinde makineler birbirinden faklı pek çok alandaki zorlu görevler için başarılı bir şekilde eğitilebilmektedir. Bu çalışma havayolu fiyat değişikliklerini geçmiş uçuş örüntülerinden aşamalı olarak öğrenerek gelecekteki fiyatları tahmin etmeye olanak sağlayacak makine öğrenmesi yöntemlerine ve uygulamalarına odaklanmaktadır. Uçuş fiyatları havayolu şirketlerinin politikalarına, tatillere, öğrenci hareketliliğine, kalan koltuk sayısına, aylara, günlere, hatta saatlere göre bile büyük değişkenlik göstermektedir. Bu durumla birlikte rekabet faktörü ve gelir maksimizasyonu da dikkate alındığında havayolu şirketlerinin pek çok faktörün etkisindeki bilet fiyatlarını en uygun şekilde belirlemesi oldukça zor bir görevdir. Başta topluluk öğrenme algoritmaları olmak üzere Destek Vektör Makineleri (Support Vector Machine), Rastsal Orman, Gradyan Artırım, K-En Yakın Komşuluk algoritmaları gibi pek çok algortima ya tek başına ya da birlikte bu zor görevi başarmak için kullanılmaktadır. Bu çalışmada uçuş fiyatı tahmini için geliştirilen makine öğrenmesi uygulamaları araştırılmış ve bu uygulamalar kullanılan yöntem, veri seti ve uygulama performansları açısından detaylı bir şekilde analiz edilmiştir. Sonuç olarak uçuş fiyatı tahmininde, makine öğrenmesi modellerinin oluşturduğu topluluklar birden fazla alt modelin güçlü yönlerini (zayıf yönlerini telafi ederek) birleştirerek daha başarılı oldukları görülmektedir. Bu çalışmadan elde edilen bilgi ve tercübe ile ENUYGUN.COM Ar-Ge Araştırma Merkezi tarafından yürütülmekte olan “Flight Prices Predictor" projesi kapsamında topluluk öğrenme algoritmaları kullanılmış ve uçuş fiyatı tahmininde kullanılabilecek yeni modeller geliştirilmiştir.



Anahtar Kelimeler
Makine Öğrenimi, Yapay Zekâ, Uçuş Bileti, Dinamik Fiyat Tahmini

Kaynakça Burges, C.J.C. (1998). A tutorial on support vector machines for pattern recognition, Data Mining Knowledge Discovery, 2(2), 121- 167. Chen, Y., Cao, J., Feng, S. & Tan, Y. (2015). An ensemble learning based approach for building airfare forecast service. In: 2015 IEEE International Conference on Big Data (Big Data), Santa Clara, CA, 2015, 964-969. Janssen, T. (2014). A linear quantile mixed regression model for prediction of airline ticket prices. Radboud University. Lantseva, A., Mukhina, K., Nikishova, A., Ivanov, S., & Knyazkov, K. (2015). Data-driven Modeling of Airlines Pricing. Procedia Comput. Sci. 66, 267–276. ISSN 1877-0509. Liu, J., Liu, B., Liu, Y., Chen, H., Feng, L., Xiong, H., & Huang, Y. (2017). Personalized Air Travel Prediction. ACM Transactions on Intelligent Systems and Technology (TIST), 9, 1 - 26. Rajankar, S. & Sakharkar, N. (2019). A Survey on Flight Pricing Prediction using Machine Learning, Internatıonal Journal Of Engıneerıng Research & Technology (Ijert) 8(6), 1281-1284. Smola, A.J.& Scholkopf, B. (2004). A tutorial on support vector regression. Stat Comput; 14(3):199–222. http://dx.doi.org/10.1023/B:STCO.0000035301.49549.88. Tziridis, K., Kalampokas, T., Papakostas, G.A. & Diamantaras, K.I. (2017). Airfare prices prediction using machine learning techniques, 25th European Signal Processing Conference (EUSIPCO). Kos 2017, 1036–1039. Vapnik, V.N. (1998). Statistical learning theory. New York: Wiley. Vu, V.H., Minh, Q.T. & Phung, P.H. (2018). An airfare prediction model for developing markets. In: 2018 International Conference on Information Networking (ICOIN), Chiang Mai, 765–770.

Gelişmiş Arama


Duyurular

    ***********************

    DEĞERLİ BİLİM 

    İNSANLARI!

    mail mail mail mail mail

    Dergimizin Eylül sayısı 

    (25.09.2020)

    yayınlanmıştır.

    mail mail mail mail mail

    DEĞERLİ BİLİM 

    İNSANLARI!

    mail mail mail mail mail

    Dergimizin

    Kasım Sayısı 

    İçin Makalenizi  

    Sisteme Yükleyebilirsiniz.

    mail mail mail mail mail

     



Adres :Göztepe Mah., Beykoz, İstanbul/TURKEY
Telefon :+90 555 005 92 85 Faks :+90 216 606 32 75
Eposta :info@euroasiajournal.org

Web Yazılım & Programlama Han Yazılım Bilişim Hizmetleri