Toplu konut değerleme için hibrit makine öğrenimi ve topluluk öğrenmesi yaklaşımı ile model mimarisi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, YÖNETİM BİLİŞİM SİSTEMLERİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: CİHAN ÇILGIN
Danışman: Hadi Gökçen
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İhtiyaç hiyerarşisinin en başında bulunan barınma, insanlık tarihi boyunca yaşamın sürekliliği adına en temel ve önemli gereksinimlerden birisi olmuştur. Gayrimenkul piyasası ve gayrimenkul inşaat sektörü, hem toplumdaki refah düzeyinin hem de toplam ekonomik faaliyet düzeyinin belirlenmesi adına ülke ekonomileri için hayati bir konumdadır. Dayanıklı ve ikamesi olmayan bir zorunlu bir tüketim malı ve sosyal yaşam çevresinin oluşumunda yapı taşını oluşturan gayrimenkul, hem bireysel hem de kurumsal taraflarca bir uzun vadeli yatırım aracı olarak tercih edilebilmektedir. Bu nedenle, gayrimenkul fiyatlarının uygun modeller ile en düşük hata ile tahmin edilmesi hanehalkının olduğu kadar birçok paydaşında büyük ilgisini çekmektedir. Bu nedenle bu tez çalışmasının amacı birden fazla makine öğrenmesi yöntemi kullanılarak topluluk öğrenmesi yaklaşımının bir unsuru olan yığınlama ile daha yüksek bir homojenlik elde etmek amacıyla öncül bir yaklaşım olarak kümeleme modelleri vasıtasıyla, hibrit bir yaklaşım kullanarak gayrimenkullerin güncel piyasa değerini tahmin etmede yüksek doğruluk elde edebilecek bir model mimarisi ortaya koymaktır. Bu amaçla Ankara ili kapsamında 02.12.2021 ile 10.07.2022 tarihleri arasında 12 farklı ilçe, 150'den farklı alt pazar, 282 farklı değişken ile toplamda 159.244 adet gayrimenkule ait veri ile birlikte çok sayıda mekânsal ve sosyo ekonomik veri toplanmıştır. Regresyon görevinde 13 farklı makine öğrenmesi yaklaşımı ile birlikte regresyon modellerine öncü olacak gayrimenkul alt pazarlarının belirlenmesinde ise 4 farklı yöntem kullanılmıştır. Ayrıca gayrimenkul alt pazarlarının belirlenmesinde sezgisel ve veri yönelimli yaklaşımlar birleştirilerek daha işlevsel bir yaklaşım geliştirilmiştir. Tüm bunlara ek olarak topluluk öğrenmesi yaklaşımının bir alt alanı olan yığınlama ile 13 farklı makine öğrenmesi yaklaşımı 6 farklı meta öğrenici altında birleştirilmiştir. Çalışma her ne kadar Türkiye'nin başkenti olan Ankara gayrimenkul piyasasını örneklem olarak ele alsa da geliştirilen yöntem mimarisi açısından tüm gayrimenkul değerleme yazınına hitap etmektedir. Sonuç olarak bu tez çalışması gayrimenkul değerlemesine dayalı daha iyi bir tahmin değeri ile daha iyi bir bilgi için hem bireysel ev sahipleri veya alıcıları hem de geri kalan tüm tüzel taraflar adına destek sağlamak adına tutarlı ve uluslararası standartlara uygun bir gayrimenkul satış fiyatı tahmin modelli mimarisi ortaya koymaktadır.