Hızlı Erişim


Bu Dergi DOI ve Crosscheck üyesidir


MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE UÇUŞ FİYATLARININ TAHMİNİ
(PREDICTING FLIGHT PRICES WITH MACHINE LEARNING METHODS )

Yazar : Aytürk KELEŞ  , Mustafa Berk KELEŞ, Ali KELEŞ  
Türü :
Baskı Yılı : 2020
Sayı : 11
Sayfa : 72-78
    


Özet

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

Abstract

Machine learning is an important area of Artificial Intelligence technologies. Today, thanks to this technology, machines can be successfully trained for difucult tasks in many different areas. This study focuses on machine learning methods and applications that will provide for learning airline price changes gradually from past flight patterns to predict future prices. Flight prices vary greatly depending on airlines' policies, holidays, student mobility, number of remaining seats, months and days, even hours. Considering this situation along with the competition factor and revenue maximization, it is a very difficult task for airline companies to determine ticket prices under the influence of many factors in the most appropriate way. Especially ensemble learning algorithms and many algorithms such as Support Vector Machines, Random Forest, Gradient Boosting, K-Nearest Neighborhood algorithms are used either alone or together to accomplish this difficult task. In this study, machine learning applications developed for flight price prediction were investigated and these applications were analyzed in detail in terms of the method, data set and application performances used. As a result, it is seen that ensemble machine learning models combining strengths (by compensating weaknesses) of multiple sub-models are more successful in predicting flight prices. With the knowledge and experiences obtained from this study, new models that can be used for flight price prediction by using ensemble learning algorithms have been developed within the scope of the "Flight Prices Predictor" project carried out by the ENUYGUN.COM R&D Research Center.



Keywords
Machine Learning, Artificial Intelligence, Ensemble Algoritms, Flight Price, Prediction

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