İKİNCİ EL ARAÇ DEĞERLEMESİNDE MAKİNE ÖĞRENME TEKNİKLERİNİN UYGULANMASI
Yükleniyor...
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Ticaret Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
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. Bu çalışmada ilgili ikinci el araç ilanların yer aldığı sitelerden Selenium test aracı ile 26.000 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. Sonuçlar değerlendirildiğinde Lineer regresyon 0,56 R², Random Forest 0,83 R², GBoosted 0,81 R² ve Tree Ensemble 0,82 R² oranıyla tahminleme için başarılı sonuçlar elde edilmiştir.
The market volume of second-hand vehicles has increased in recent years. In this market, accurate pricing is very important for the seller and the buyer. There is a need for a systematic structure that will help end-users or organizations in the valuation or leasing of used vehicles. In this study, over 26,000 data were collected from the relevant used car classifieds websites with Selenium test tool and data preprocessing (cleaning, transformation, etc.) steps were applied on these data. Machine learning techniques were applied in version 4.7.3 of the KNIME Analytics Platform data mining program to predict the used car price and the results were compared with each other. R² was used to measure performance. When the results are evaluated, successful results were obtained with Linear regression 0.56 R², Random Forest 0.83 R², GBoosted 0.81 R² and Tree Ensemble 0.82 R².
The market volume of second-hand vehicles has increased in recent years. In this market, accurate pricing is very important for the seller and the buyer. There is a need for a systematic structure that will help end-users or organizations in the valuation or leasing of used vehicles. In this study, over 26,000 data were collected from the relevant used car classifieds websites with Selenium test tool and data preprocessing (cleaning, transformation, etc.) steps were applied on these data. Machine learning techniques were applied in version 4.7.3 of the KNIME Analytics Platform data mining program to predict the used car price and the results were compared with each other. R² was used to measure performance. When the results are evaluated, successful results were obtained with Linear regression 0.56 R², Random Forest 0.83 R², GBoosted 0.81 R² and Tree Ensemble 0.82 R².
Açıklama
Anahtar Kelimeler
Makine Öğrenmesi, KNIME, İkinci El Araç Fiyat Tahmini, Machine Learning, KNIME, Second Hand Car Price Estimate
Kaynak
İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
6
Sayı
2
