| Popis: |
Bir veya daha fazla değişkenin zamana dayalı değişiminin gösterildiği serilere zaman serisi denir. İhtiyaca göre yıllık, çeyreklik, aylık, haftalık, günlük, saatlik gibi farklı periyotlarda gösterim yapılabilir. Zaman serileri üzerindeki geçmiş dönem gözlem değerleri kullanılarak gelecek dönemle ilgili öngörüde bulunmak mümkün olabilmektedir. Günümüzde zaman serileri ekonomi, finans, meteoroloji, tarım, mühendislik gibi birçok alanda kullanılmaktadır. Örnek olarak ekonomide yıllık ihracat ve ithalat miktarları, elektrik üretimi için mevsimsel/sıcaklığa dayalı tüketim miktarları, yıllık/aylık ortalama trafik kaza sayısı, tarım ve barajlar için aylık yağış miktarı, mevsimlere göre sıcaklık değer tahmini, personel planlaması için firmaların müşteri yoğunluk periyotları, seyahat planlamaları için zamana dayalı trafik yoğunluk haritasının oluşturulması, işletmelerin dönemsel/mevsimsel üretim ve stok planlaması gibi konularda yoğunlukla kullanılmaktadır. Bu gibi birçok alanda faaliyet gösteren kurum ve şirketlerin önemli kararlar alması ve stratejilerini belirlemesi için sonraki dönemlerle ilgili öngörülere ihtiyaç duymaktadır.Çalışmamızda Türkiye’nin ileri gelen operatörlerinden Turkcell İletişim Hizmetleri A.Ş ye ait bir mobil uygulamanın ileriki dönemlerdeki kullanımının tahmin edilmesi amaçlanmıştır. Bu bağlamda belli bir zaman dilimindeki günlük kullanıcı giriş sayısı kullanılarak sonraki dönemlerde gerçekleşebilecek günlük giriş sayısı için tahmin çalışmaları yapılmıştır. Kullanılan istatistiksel yöntemler ve makine öğrenmesi yöntemlerinin tahmin başarımları karşılaştırıldığında en yüksek başarımın SVM ile elde edildiği arkasından da YSA yönteminin geldiği görülmüştür. İstatistiksel yöntemlerin başarımları ise daha sonradan gelmiştir. Gelecek dönem kullanım eğrisinin tahmin edilmesiyle birlikte kullanılan kaynakların optimizasyonu, kapasite ve altyapı planlaması, efektif reklam planlamalarının yapılabilmesi, beklenenin üzerinde ya da altında kullanım olması halinde normal olmayan bir durumun yaşandığının tespit edilmesi (sistemsel sorun, siber saldırı, kampanya etkisi, özel gün vs.) gibi avantajların sağlanması hedeflenmektedir.--------------------Series that show the time-based variation of one or more variables is called the time series. Depending on the need, annual, quarterly, monthly, weekly, daily and hourly periods can be displayed. It is possible to make predictions about the future period by using past period observation values on time series. Time series are used in many fields such as economy, finance, meteorology, agriculture, engineering. For example, annual export and import amounts in the economy, seasonal / temperature-based consumption amounts for electricity generation, annual / monthly average traffic accidents, monthly precipitation amount for agriculture and dams, temperature estimation according to seasons, customer density periods for personnel planning, travel It is used extensively in subjects such as creating a time-based traffic density map for planning, periodic / seasonal production and stock planning of enterprises. In order to make important decisions and to determine their strategies, companies and companies operating in many such fields need forecasts for the next periods. In this thesis study is aimed to forecast the usage of a mobile application in the future periods. The data set belongs to one of the leading communication company which name is Turkcell. In this context, the number of daily user logins in a certain period of time is estimated for the number of daily entries that may occur in the following periods. When the prediction performance of statistical methods and machine learning methods were compared, it was seen that the highest performance was achieved with SVM, followed by ANN method. The performance of statistical methods is lower than machine learning methods. With the estimation of the future usage trend, optimization of the resources used, capacity and infrastructure planning, effective advertisement planning, determination of an abnormal situation(anomaly) in case of use above or below expected (system problem, cyber attack, campaign effect, special day, etc.)is aimed to be provided. |
