MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE UÇUŞ FİYATLARININ TAHMİNİ

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.