Yüksek Lisans, Proje Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/215

Browse

Now showing 1 - 20 of 35

Ad Click Prediction Using Machine Learning Algorithms
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Uncu, Nazlı Tuğçe; Hande Küçükaydın
Online advertising has a great potential to boost business’ revenue. One of the key metrics that defines the success of online ad campaigns is click through rate (CTR) which indicates the total number of clicks received in relation to the total impression. Therefore, the click prediction systems, which have the aim of increasing the click through rates of online advertising campaigns by predicting the clicks, have become essential for businesses. For this reason, predicting whether an advertisement will receive a click fromthe user or not attracts the attention of researchers from the both industry and academia. In this capstone project, the click prediction is studied by using Avazu’s click logs dataset. The effects of having high cardinality categorical features and imbalanced data are examined during data preprocessing phase and then relevant features are selected to be used in modeling. The methods that are used for this classification problem are decision trees, random forest, k-nearest neighbor, extreme gradient boosting, and logistic regression. According to the results of the study, extreme gradient boosting shows the best performance.
Airbnb Host Recommendation Engine
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Arslan, Batuhan; Özgür Özlük
In this project, a fifth rule is proposed to reveal guests ' comments about hosts using the recommendation system and sentiment analysis for the super hosts' selection for Airbnb. This project is aimed to contribute to Airbnb's selection of Super hosts. In this study, sentiment analysis and comment data are examined, and polarity scores are created for use in suggestion systems. A collaborative filtering method is used for the recommendation system. The FunkSVD algorithm received the best RMSE score. Polarity scores are estimated for each latent user by looking at the host and listing id. The recommendation system developed ranked the polarity scores of hosts for each user.
Big Data Analysis on Hotel Reviews
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Demir, Burcu; Özgür Özlük
This analysis aims to get a regression model of the reviews and the score by the guests to observe the effects of the content of the reviews on scores. The content of the reviews is also suitable for a sentiment analysis. These analyses are useful indicators of the hotel sector to catch the market direction positively. In this analysis, clustering hotel-based reviews and customer segmentation based on the reviews will be the key point. Nationality of the guests will be helpful information of the guests to get them into the segmentation pool. The guest who wants to stay in the best hotel in Europe while their trip could choose the best hotel. They can conclude that selection by meeting their needs.
Big Data Analytics on Used Car Information
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Demir, Efe; Utku Koç
In this research, a decision support system is implemented on a used car dataset. The main purpose is to predict the price information and reveal the related features. The price prediction problem is classified as a regression problem. The key point is to find the best-fitting model and obtain the best accurate prediction outcomes. Should we buy this car, or at what price may I sell my car? This work is about to answer these questions. Various regression models are compared, and detailed results are explained correspondingly.The constructed models will help customers to know about their car price and salability. And they can identify the buying opportunities. The percentage error approach which is detailed in the results section will be a guideline for customers/firms to make a market analysis or detect fraudulent listing information.
Binaların Söküm - Yıkım Sürecinde Atık Yönetimi
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Gümrükçü, Barbaros; Seyyit Ümit Dikmen
Yapısal atıklar, yapı ve altyapıların bünyelerinde barındırdığı yapı ürünlerinin ve yapı alanı malzemelerinin, yapım, yenileme, onarım, söküm – yıkım, afet ve alan çalışması gibi etkinlikler sonucunda biçim değiştirerek atık durumuna dönüşmüş biçimidir. Yapısal atıklar yapının yapım, kullanım ve yok edilme süreçlerinde ve bu süreçler sonrasında sürekli olarak çevre ile doğrudan ya da dolaylı olarak etkileşim içindedirler. Yapısal atıklar yapı üretimi, kullanımı ve yok edilme süreçlerinin bilinçsiz, yönetimsiz, denetimsiz bir şekilde yürütülmesi, çalışmalar sonrasında doğaya gelişigüzel bir biçimde dökülmesi, doğal çevrede biriktirilmesi, yapısal atık yönetiminin uygun eylem adımları ile yürütülmemesi, tehlikeli atıkların denetim altına alınmaması, yapısal atıkların doğru değerlendirme seçenekleri ile değerlendirilememesi vb. gibi nedenlerle tüm çevre yapısal atıklardan olumsuz bir biçimde etkilenmektedir. Bu nedenle yapısal atıkların çevreyi olumsuz bir biçimde etkilemesinin önlenebilmesi için yapısal atıkların yönetilmesi ve denetlenmesi gerekmektedir. Yapısal atık yönetimi süreci içerisinde yapısal atıkların büyük boyutlara ulaşmadan önlenmesi, aynen ve ikincil olarak yeniden kullanımı, geri dönüşümü ve uygun tekniklerle yok edilmesi işlemlerini barındırır. Yapı yaşam sürecinin son aşaması olan söküm – yıkım, tüm yapının yok edilmesinden kaynaklı olarak var olan yapıda tüm ürünlerin atığa dönüşmesi işlemidir ve yapı ürünlerinin hacmi kadar yapısal atık üretimine neden olur. Bu nedenle oluşan bu büyük boyutun yönetiminin yapılması gerekmektedir. Yapısal atık yönetiminin yapılabilmesi için sökümü – yıkımı yapılacak olan her yapının bir “SORUN” olarak görülmesi, bu soruna çevreye olumsuz etkilerde bulunmadan bir “ÇÖZÜM” geliştirilmesi ve bu çözümün uygun koşullarda “UYGULAMA” ile gerçekleştirilmesi gerekmektedir. Önerilen rehber çalışma ile yapı söküm – yıkım öncesi aşamasında yapı, çevre etki değerlendirme ve yapı çevresi analizleri ile var olan yapıda sorunun boyutu ve içeriği belirlenmesi, yönetim kararları ve planlama ile belirlenmiş olan soruna doğru çözüm eylem adımları oluşturulması gerekmektedir. Yapı söküm – yıkım anı ve yapı söküm – yıkım sonrası aşamalarında ise yapı söküm – yıkım çalışması öncesi aşamasında oluşturulan çözüm eylem adımlarının doğru bir biçimde gerçekleştirilerek uygulanması gerekmektedir.
Bir Otoyol Projesi Yapım İşlerinin Maliyet ve Zaman Açısından Proje Yönetim Teknikleri ile İncelenmesi
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Dilek, Gülşen; Seyyit Ümit Dikmen
Küreselleşen dünyada rekabetin artmasıyla ile birlikte harcanan zamanın değeri ulaştırma sektörüne en etkili şekilde yansımaktadır. Yolcu ve yüklerin belirli bir mesafeye belli koşullarda taşınması olarak tanımlanan, sosyal ve ekonomik gelişmenin temel öğesi olan ulaşım; karayolları, demiryolları, denizyolları, havayolları ve boru hatları ile sağlanmaktadır.1950 sonrası dönemde gerek Marshall yardımları gerek otomotiv sanayi vb. etkenlerin körüklemesiyle diğer taşıma türlerine göre karayolu yük ve yolcu taşımacılığının artışı geçmişten günümüze yansıyan ulaşım politikalarının bir neticesidir.Sonraki dönemlerde, yüksek maliyetli yatırımlar olan Otoyol projeleri, Kamu-özel işbirliği olan YİD modeli ile yürütülerek, çeşitli kamu altyapı yatırımlarının sadece yapım işi değil, bakım ve işletme hizmetlerinin de bir veya birden fazla özel sektör firması tarafından uzun dönemli yaptırılması sağlanmıştır.Bu çalışmada YİD Metodu ile yaptırılan Otoyol projeleri büyük ölçekli ve ileri teknik bilgi gerektiren projeler olduğu için proje yönetim sürecinde zaman, maliyet ve kalite başarısı açısından ortaya çıkabilecek belirsizliklerin, hatta risklerin etkin bir şekilde Proje yönetim teknikleri ile yönetilmesinin projenin başarısına etkilerinin anlaşılması hedeflenmiştir.YİD kapsamındaki otoyol projelerinde ön maliyet tahmini yapılırken karşılaşılan zorlukların nedenleri, ön maliyet tahmininde veri ve kaynak ihtiyaçlarının doğru bir şekilde tespit edilmesi için yeterli zaman ayrılmaması, yatırımcıların beklenti ve taleplerini değiştirmesi, enflasyon oranına bağlı fiyat değişiklikleri, döviz kurundaki dalgalanmalar, inşaatın doğası gereği ortaya çıkan öngörülemeyen maliyetler olarak saptanmıştır.
Calculation of the Capacity of a Retail Clothing Store
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Türkoğlu, Murat; Tuna Çakar
The purpose of this study is to define and improve the capacity calculation for clothing store companies. It is important to know how many products need to be sent to the relevant store in order to sell more products, whether more or less products will be sent to the stores, how much the product can sell and how much capacity the stores will have for the relevant products during the season. Planning and producing more products than necessary may also cause insufficient capacity to consume the stocks of that product in the relevant season. For these reasons, a detailed capacity management system is needed. The capacity of certain product groups in the stores in certain seasons can be determined by calculating the capacities of the relevant units in the stores and the relations of these units with the product groups. The relevant system will produce output for both planning and allocation units. At the same time, converting the capacity of products and store display units into a common unit (LCM) will be one of the factors that facilitate our work in capacity calculation. A short version of the LC Waikiki capacity system platform is used to obtain the data. ASP.Net Core Web API, ADO.NET, T-SQL, C # programming were used as program tools. Azure Microsoft SQL Server was used as a database server. Azure App Services has been used to keep the business codes.
Convolutional Neural Network for Facial Emotion Recognition With Geometrical Features of Face
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Arslan, İlker; Tuna Çakar
One of the recent challenging machine learning problems is to make predictions on image datasets. The aim of the project is to construct a convolutional neural network to guess emotions for a face of a human given in an image file considering the face. After the geometrical features are extracted using pretrained models, we construct five models which are convolutional networks fed with handcrafted geometrical features extracted. The last model uses the outputs of other four models to predict more accurately.
Credit Card Froud Detection Using Machine Learning
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Erdoğan, Tibet; Duygu Taş Küten
This project aims to find the most efficient machine learning models to detect fraudulent transactions on credit cards. The dataset used for this project consists of credit card transactions made by European cardholders in September 2013. This dataset presents transactions that have occurred in two days, where there are 492 frauds out of 284,807 transactions. Machine learning methods, such as decision trees, logistic regression and random forest classifier are used to predict the fraudulent transactions. Performance of these machine learning models are compared to achieve the highest accuracy. According to the results, it is found that the random forest classifier is the most effective model, and the SMOTE technique used to overcome the data imbalance performs better than the under-sampling technique. It is also observed that the models employed with the under-sampled data misclassify large number of non-fraud transactions as fraud. Lastly, by means of the random forest with the over-sampling technique (SMOTE), it is observed that the feature “V13” has the most important role in detecting fraud.
Credit Risk Estimation With Machine Learning and Artifical Neural Networks Algorithms
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Yıldız, İlker; Berk Gökberk
Credit risk assessment is very important for financial institutions today. The probability that a financial institution customer will not be able to repay the credits used is called credit risk. Financial institutions accept or reject credit applications. Institutions evaluate credit applications according to the personal information of the customers, life situation, loyalty, etc. If these data are below various values, financial institutions reject the application. The organization rejected the application because the client anticipated financial difficulties in the future. In the project, "German Credit" data on the Kaggle platform was used. In this data set, customers information and credit status are found as "good" and "bad". By using these data, it is aimed to evaluate new credit application requests. The data set used was passed through various pre-data processing steps and models such as Logistic Regression, Artificial Neural Networks, K-NN, Support Vector, Naïve Bayes, Decision Trees, Random Forest, LGBM and XGB were trained. The highest accuracy is achieved using the XGB model. (0.74)
Customer Clustring With Machine Learning
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Kara, Ömer Faruk; Tuna Çakar
When analyzing a company that sells in very different product ranges, you are likely to encounter different types of customers. Grouping customers correctly can set standard actions while serving them. Standardization of marketing processes leads to speed and they are easy to improve. While making this classification, the KMeans algorithm was used in Machine Learning. Inertia and Silhouette Points values were used to find the most suitable cluster number. Principal Components Analysis (PCA) was used to show customers with multidimensional features in 2 dimensions.
Customer Segmentation and Customer Churn Prediction for Babil.com
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Çakar, Berk; Evren Güney
In the past decade, a lot of players have joined into e-commerce market and competition in the market has been increasing lately. The e-commerce companies want to use their resources more efficiently to stay ahead in the competition. Personal communication with customers, increasing customer loyalty, acquiring new customers and preventing customer churn are some of the ways to achieve this goal.Babil.com is an e-retailer that sells books online and it is one of the companies which wants to stay ahead in the competition. It is founded in 2013 and now it is a 8 years old mature company. So, instead of spending much resources on acquiring new customers, trying to keep existing customers and increasing retention rate is a more ideal goal for the company. Also, personal communication with customers and reaching them with the right product in the right time is crucial.In this project, a customer segmentation with two levels is implemented to help Babil.com. For the first level of segmentation, customers’ value to company is identified by RFM segmentation and in the second level of segmentation customers’ behaviors are identified by K-Means clustering. To prevent customer churn, a machine learning algorithm which predicts customers who will churn in the next 6 months. With this algorithm, it will be easy to take an action for the right customers in the right time.
Employee Performance Prediction
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Sivas, Barış; Özgür Özlük
DogGo is a company that aims to provide safe and professional dog walking and grooming services to dog owners through the mobile application. Thanks to the DogGo application, dog owners and people who is employee of company and wants to walk their dogs (to be called Walkers) can meet on the same platform on the mobile application interface. The problem was determined by company that they needed to be able to accurately predict the performance of the walkers in the upcoming dog-walker matches, thus ensuring the correct dog walker match. This study will be planned to serve to this company for calculating their current walkers’ performance in an accurate way. The relevant machine-learning model will first be based on the manual scoring system made by the company for the performance of existing employees, and then the model will be developed in the light of the gains obtained from this. For the performance of the model, the employees and their characteristics are important for the first time.
Forecasting Organic Traffic With Different Source of Data
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Çolak, Mehtap; Özgür Özlük
In this project, the results are compared using different data sets for the organic traffic forecasting of a website. Two different models were developed based on the data obtained from Google Search Console (GSC), Google Analytics (GA), Ahrefs and Google Trends and trained with XGBoost and Random Forest machine learning algorithms. Although the .. value and accuracy rate of the first model developed on the GSC, GA and Ahrefs data obtained between 2019-2020 was high; it is not suitable for predictive analysis because the data sets consist of dependent variables. The second model was developed with Google Trends data for brand and non-brand queries with the highest Impression value. The future trends of the relevant queries were predicted using the Prophet algorithm. Through this model, Impression values of the relevant website were estimated for the remainder of 2021.
Game Recommendation System for Steam Platform
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Bayram, Serhan; Semra Ağralı
Increasing number of choices and competition in the markets, force companies to differ in services they provide to their customers. Offering better services have a positive impact on customer loyalty, and to do so, companies should understand their customers’ interests and act accordingly. One popular method for this purpose is building recommendation engines to make personalized suggestions. In this project, collaborative filtering methods with implicit feedback are used to make recommendations to users of theSteam platform. The recommendation systems are built using two different matrix factorization techniques, Alternating Least Squares and Bayesian Personalized Ranking. Different models are created with implicit playtime data of the users and the results are evaluated by using Precision at k metric. Additionally, similar items that are offered by the models are analyzed. Results show that the models are considerably successful at finding personal choices and similar items. The best model finds the item in the libraries of 33% ofthe users.
İnşaat Projelerinde Hak Talepleri
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Tuna, Ayşe Hande; Seyyit Ümit Dikmen
İnşaat projeleri, proje süresince gerçekleşecek tüm süreçlerin proje başlangıcında öngörüldüğü gibi gerçekleşemeyebileceği ve bu nedenden dolayı sözleşme süreçlerinde bu tip durumlara karşın ilgili tedbirlerin alınmasını gerektiren projelerdir. Bu doğrultuda, hak talepleri konusu, inşaat projelerindeki çoğu hak talebi durumlarında yargıya gidilmesi ve dolayısıyla proje katılımcılarının bu süreçten zarar görmesi sebebiyle, üzerinde ciddi bir şekilde durulması gereken bir konudur.Bahsedilen probleme çözüm yolu aramak amacıyla yazılan bu bitirme projesi kapsamında; genel literatür araştırmasıyla çatışma, hak talebi ve uyuşmazlık kavramları irdelenmiş ve inşaat sektöründe ortaya çıkan uyuşmazlık kaynakları ortaya konulmuş; hak talepleri prosedür ve süreçleri analiz edilmiş, idareler için işveren bakış açısıyla hak taleplerine karşı savunma yöntemleri üzerinde durulmuş, Uyuşmazlık Çözüm Kurulu, dostane çözüm ve tahkim olarak sıralanan uyuşmazlık çözüm yöntemleri mercek altına alınmıştır.Sonuç olarak, hak taleplerine ilişkin karar alma süreçlerinin usul ve esasları hakkında, FIDIC Tip İdari Şartnamelerinde ve AIA A201-2017 Geleneksel Proje Teslim Yöntemi Genel Şartnamesinde yer alan süreçlere ilişkin bir takım çözüm önerileri getirilmiştir.
İnşaat Sektörünün Geleceği
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Can, Rengin Su; Seyyit Ümit Dikmen
İnşaat Endüstrisi, bir ülkenin ekonomik büyümesine büyük katkı sağlayan dünyanın temel endüstrilerinden biridir. Bu çalışma, İnşaat Sektörünün geçmişten bugüne nasıl geldiğini, Koronavirüs’ün yarattığı pandemi sürecinin gelişen sektör üzerinde nasıl bir rol oynadığını ve yeni teknolojilerin bir arada kullanımlarından doğan potansiyel değişimlerin nasıl olacağını görmek amacıyla hazırlanmıştır.Rapor içerisinde, İnşaat sektöründe günümüzde de kullanılan bazı yöntemlerin nereden geldiklerine, İnşaat sektörünün ilerleyebilmesi için yapılması gereken incelemelerin önemine, günümüz teknolojilerinin neler olduğuna, COVID-19 pandemi sürecinin inşaat sektörünü nasıl etkilediğine ve gelecekte inşaat sektörünün planlanan gelişmeler doğrultusunda nereye gelebileceğine değinilmiştir.İnşaat sektörü ne kadar insan merkezcil bir sektörde olsa diğer sektörlerde ilerlenen gelişmelerden yararlanmanın yanı sıra kendi gelişimine de öncülük edecek potansiyele sahiptir. Yeni teknolojilerin doğru entegrasyonu yapılabildiği ve değişime açık olabildiği sürece sektör tahmin edilenden daha hızlı ilerleyebilecektir.
Location and Cluster Based Sales Channel Potential Analysis in Retail
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Bilgin, Birtuğ; Adem Karahoca
This analysis project was conducted on the need to obtain new analysis and inferences for the existing traditional sales channels of company, which wants to progress in line with its omni-channel goals. In order to reach the customer with the same level of service in all channels it is necessary to analyze the dynamics of the channel well. In this project, I aimed to make sense of demographic data with the linear model and future selection model and to transform it into meaningful information that will guide sales strategies. Especially for diffusion strategies, in addition to traditional methods, data-based location analysis and analysis of sales weights of existing points are required. With the information to be provided, new dealer opening processes will also be based on data.
Music Generation Using Deep Learning Techniques
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Akalın, Kutay; Evren Güney
This project aims to generate songs using the Jukebox model and its architecture. Jukebox’s Vector Quantized Variational AutoEncoder (VQ-VAE) architecture is state-of-the-art deep generative model used for music generation and gives an outstanding result. For this purpose, different Elvis Presley songs were analyzed in audio domain using various Music Information Retrieval (MIR) methods. The top level of the Jukebox model was retrained with these songs in order to increase the quality of the songs that will be produced in the style of Elvis Presley. After that, 3 new samples were generated using the first six seconds of Elvis Presley - Jailhouse Rock as the input signal. At the end, these new songs were analyzed and compared.
Online Shopping Purchasing Prediction
(MEF Üniversitesi Fen Bilimleri Enstitüsü, 2021) Kazezyılmaz, İdil; Evren Güney
This project aims to understand the purchasing behavior of the consumers and make predictions about purchasing according to website metrics such as page values, bounce rates.An existing dataset is used in this project. This dataset is available in the collection of data from an e-commerce website by Google Analytics, which consists of 10 numerical and 8 categorical attributes coming from 12,330 sessions. The 'Revenue' attribute is used as the class label. The attributes that have high impact on the prediction are; "Administrative", "Administrative Duration", "Informational", "Informational Duration", "Product Related" and "Product-Related Duration". They represent the number of different types of pages visited by the visitor in that session and the total time spent in each of these page categories.The "Bounce Rate", "Exit Rate" and "Page Value" features represent the metrics measured by Google Analytics for each page in the e-commerce site. The "Special Day '' feature indicates the closeness of the site visiting time to a specific special day (e.g. Mother’s Day, Valentine's Day) in which the sessions are more likely to be finalized with a transaction.Since the purpose of this project is to predict potential purchasing using existing data, in the prediction part several machine learning algorithms such as decision trees, random forests will be applied to compare the models. The most suitable model will be chosen among these algorithms.

Browse

Browsing Yüksek Lisans, Proje Koleksiyonu by browse.metadata.publisher "MEF Üniversitesi Fen Bilimleri Enstitüsü"