Veri madenciliği teknikleri ile konut fiyatı belirleme

Basit Öğe Kaydı
dc.contributor.advisorKaragüler, Turhan
dc.contributor.authorUğurlu, Tuğrul
dc.date.accessioned2025-03-10T18:57:46Z
dc.date.available2025-03-10T18:57:46Z
dc.date.issued2015
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.description.abstractÇalışma, emlak sitesinden alınan bir veri tabanını kullanmaktadır. Burada amaç konut satmak isteyen mal sahibinin, emlakçının ve inşaat firmasının konut fiyatını belirlemesinde yardım önermektir. Tez içerisinde, veri tabanı tanıtılıp KNIME ve WEKA ile yapılan analizlerin sonuçları değerlendirilerek, karar ağacı çıkartılıp fiyat ile ilgili sonuçlar ve öneriler verilecektir. Tezde veri madenciliği teknikleri kullanarak ev satışlarında konut fiyatı aralıkları belirlenecektir. Bu işlem yapılırken çeşitli grafik analizlerden ve karar ağacından faydalanılmıştır. K-Means(K-Ortalama) ve Fuzzy C-Means(Bulanık C-Ortalama) algoritmalarını kullanarak kümeleme işlemi yapılmıştır. Daha sonra bu algoritmalardan elde edilen sonuçlar karar ağaçlarına sokularak emlak fiyatlarının belirlenmesinde etkili olan özellikler tespit edilmiştir. Sonrasında çıkan sonuçlar değerlendirilerek uygulama geliştirilmiştir. Bu sayede yeni girilen bir konutun alabileceği fiyat aralığı tespit edilebilmiştir.
dc.description.abstractIn this study a database from the real estate website has been used. The aim is to detect several important factors which will directly affect the price of housing. The organization of this work follows. First the database will be introduced, then the analyse results which are constructed by using KNIME and WEKA will be discussed and finally the prices predicted by the decision-trees will be analyzed. This work predicts price range of a housing by using the following steps. First various analyses are performed by using decision trees. Then clustering is performed by using K-means and Fuzzy C-means algorithms. Afterwards several important factors which affect housing prices are predicted and by using the results, the application is improved. Thus the application is now able to define the price range of any house.
dc.identifier.endpage67
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=WBc656i315e2eV6-EZV1ohynmFHbZHT8QpWRaAzYfJ7jdaWX5TUah7qJfYz7tC6g
dc.identifier.urihttps://hdl.handle.net/20.500.12662/7953
dc.identifier.yoktezid394494
dc.institutionauthorUğurlu, Tuğrul
dc.language.isotr
dc.publisherİstanbul Beykent Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20250310
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
dc.subjectComputer Engineering and Computer Science and Control
dc.titleVeri madenciliği teknikleri ile konut fiyatı belirleme
dc.title.alternativeHouse pricing with data mining techniques
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Tez Koleksiyonu