GTÜ Fen Bilimleri Enstitüsü Harita Mühendisliği Anabilim Dalı Jeodezi ve Coğrafi Bilgi Teknolojileri Lisansüstü Programı öğrencisi Süleyman ŞİŞMAN tarafından Prof. Dr. Arif Çağdaş AYDINOĞLU danışmanlığında hazırlanan “CBS Tabanlı Makine Öğrenme Teknikleri ile Toplu Taşınmaz Değerlemesi” konulu yüksek lisans tezi tamamlanmıştır.
ÖZET: Taşınmazların değerlerinin güncel yaklaşımlarla objektif tespiti ülke ekonomilerinin büyüme-küçülme hızını doğrudan etkileyen sürdürülebilir taşınmaz yönetim stratejilerinin geliştirilmesinde oldukça önemlidir. Taşınmazların tekil olarak değerlendirilmesinin yerini çok sayıda taşınmazın eş zamanlı olarak değerinin belirlenebildiği toplu taşınmaz değerleme almıştır. Toplu taşınmaz değerlemesinde günümüz gelişmiş tahmin yaklaşımları olarak bilinen makine öğrenme teknikleri kullanılmaya başlamıştır. Çalışmada konut tipindeki taşınmazların toplu değerlemesinde CBS tabanlı makine öğrenme teknikleri ile bütüncül yaklaşım geliştirilmiştir. Farklı gelişmişlik seviyesindeki mahalleleri içeren İstanbul (Pendik ve Tuzla ilçeleri) ve Kocaeli (Gebze, Çayırova ve Darıca ilçeleri) çalışma alanı olarak belirlenmiştir. Veriler, açık veri portalları ve kurum veri tabanlarından temin edilerek coğrafi analiz teknikleri ile üretilmiştir. Coğrafi Kısıtlı Kümeleme Analiz tekniği ile çalışma alanında benzer sosyo-gelişmişlik özelliklere sahip beş yerleşim bölgesi tespit edilmiştir. Bölgeler ve tüm çalışma alanı için eğitim-test veri setleri oluşturulmuştur. Rastgele Orman ve Çoklu Doğrusal Regresyon (ÇDR) makine öğrenme teknikleri kullanılarak değer tahmin modelleri üretilmiş, performansları test veri setleri üzerinden karşılaştırılmıştır. Başarılı sonuçlar veren Rastgele Orman modellerinde, kriter önem düzeyleri ve performansları açısından bölgelere göre farklılıklar tespit edilmiştir. Beş ayrı yerleşim bölgesi ve tüm çalışma alanı için CBS tabanlı taşınmaz değer haritaları üretilmiş olup, bu haritalar üzerinden değer dağılımları irdelenmiştir. Taşınmaz değeri ile ilişkili kriterlerin yerel etki dağılımlarının incelenmesinde global modelleme yaklaşımı ÇDR ve lokal modelleme yaklaşımı Coğrafi Ağırlıklı Regresyon (GWR) tekniği kullanılarak modeller oluşturulmuştur. Arsa rayiç değeri ve konut birim değeri arasında çalışma alanının bazı kesimlerinde negatif yönde, bazı kesimlerinde pozitif yönde ilişkiler tespit edilmiştir. Arsa rayiç değerine ilişkin regresyon katsayıları ve modelin duyarlılığına ilişkin R2 yerel dağılımı CBS ortamında haritalandırılmıştır.
Anahtar Kelimeler: CBS, ÇDR, GWR Makine Öğrenmesi, Rastgele Orman, Toplu Taşınmaz Değerleme
Hazırlayan:
Süleyman ŞİŞMAN
Danışman:
Prof. Dr. Arif Çağdaş AYDINOĞLU (GTÜ)
Jüri Üyeleri:
Doç. Dr. İsmail ÇÖLKESEN (GTÜ)
Doç. Dr. Şükran YALPIR (KTÜN)
Savunma Tarihi:
18 Haziran 2021