Sosyal Bilimler Enstitüsühttps://hdl.handle.net/20.500.12573/2182024-03-28T14:52:53Z2024-03-28T14:52:53ZHow does quality of life (QoL) affect city attractiveness and internal migration in Turkey?Özer, İsmet Selçukhttps://hdl.handle.net/20.500.12573/19662024-02-26T11:56:16Z2023-01-01T00:00:00ZHow does quality of life (QoL) affect city attractiveness and internal migration in Turkey?
Özer, İsmet Selçuk
The current study reexamines the link between quality of life (QoL) factors, city attractiveness, and internal migration in Turkey. The management of internal flows can bring significant benefits to a country in balancing the opportunities between regions or cities. To tackle unequal access to opportunities, the factors that induce internal migration should be understood. This study examines a set of pull and push factors for internal migration by spatial econometric analysis and GIS applications. This thesis finds that when the accessibility of amenities increases, the city becomes more attractive and preferable for migrants. In addition, socioeconomic factors also play a significant role in the decision-making process of migrants. In this study, this thesis used a panel dataset that includes socioeconomic and contextual data such as distances to the amenities for each Turkish city in the years between 2012 and 2021. The results show that, in Turkey, internal migration flows from the East to the West, where opportunities are better. Finally, the human capital level of migrants can cause a variety of thoughts about factors, and it can change the order of significance of the variables for people who have a different level of human capital such as education level. Based on the findings, the paper offers several policy suggestions for ensuring a balanced migration in Turkey.; Bu çalışma literatürde sıkça analiz edilmiş olan yaşam kalitesinin şehirlerin çekiciliğine etkisini ve bu etkinin sonucunda da Türkiye'de iç göçün nasıl şekillendiğini incelemektedir. İç göçün dengelenmesi ülkeler adına büyük bir önem teşkil etmektedir. Bu yüzden iç göçü etkileyen sosyo ekonomik faktörler de bir o kadar önem arz etmektedir. İç göç üzerindeki etkili faktörlerin incelenmesi için 2012-2021 yılları arasındaki iç göç verileri kullanılmış ve sosyo ekonomik verilerin iç göç verileri üzerindeki etkisi incelenmiştir. Bu çalışmaya göre Türkiye'de iç göç yönelimi doğu yönünden batıya doğrudur. Bunun temel sebeplerinden bazıları ise batıda bulunan şehirlerin sosyo ekonomik yönden daha fazla fırsat barındırması ve bu fırsatlara daha kolay ulaşım sunabilmesi olarak sonuca ulaşılmıştır.
2023-01-01T00:00:00ZAnalysis of online marketplace sales prediction based on machine learning algorithms: A case of Turkish e-commerce siteKaya, Ecemhttps://hdl.handle.net/20.500.12573/19652024-02-26T11:52:35Z2023-01-01T00:00:00ZAnalysis of online marketplace sales prediction based on machine learning algorithms: A case of Turkish e-commerce site
Kaya, Ecem
Internet shopping has grown in popularity as more of our daily requirements have begun to be addressed online. Learning about the preferences and motivations of customers in the Turkish market and guiding e-commerce platforms to adapt their marketing strategies and increase customer satisfaction is important for both resource allocation and cost minimization. The purpose of this paper is to estimate future sales for popular e-commerce sites based on behavioral factors such as discounts, price or free shipping. Therefore, real-time and experiment-independent data are collected from the sales made by one of Turkey's most popular e-commerce sites. In order to produce predictions, we employ Artificial Neural Networks, Support Vector Regression, K-Nearest Neighbors Regressor, OLS regression, and Nu-Support Vector Regressor. The models developed using machine learning algorithms attempt to estimate the number of sales based on independent factors such as price, discount rate, and user ratings. As the result of this research, we calculate and compare the accuracy of the models with root mean squared errors and R².; Günlük ihtiyaçlarımızın çevrimiçi olarak karşılanmaya başlamasıyla birlikte internet alışverişinin popülaritesi de artmıştır. Türkiye pazarındaki müşterilerin tercihlerini ve motivasyonlarını öğrenmek ve e-ticaret platformlarına pazarlama stratejilerini uyarlamaları ve müşteri memnuniyetini artırmaları için rehberlik etmek hem kaynak temini hem de maliyet minimizasyonu açısından önemlidir. Bu makalenin amacı, popüler e-ticaret siteleri için indirim, fiyat veya ücretsiz kargo gibi davranışsal faktörlere dayalı olarak gelecekteki satışları tahmin etmektir. Bu nedenle, Türkiye'nin en popüler e-ticaret sitelerinden birinin yaptığı satışlardan gerçek zamanlı ve deneyden bağımsız veriler toplanmıştır. Tahmin üretmek için Yapay Sinir Ağları, Destek Vektör Regresyonu, K-En Yakın Komşular Regresyonu, OLS regresyonu ve Nu-Destek Vektör Regresörü kullanılmıştır. Makine öğrenimi algoritmaları kullanılarak geliştirilen modeller, fiyat, indirim oranı ve kullanıcı derecelendirmeleri gibi bağımsız faktörlere dayalı olarak satış sayısını tahmin etmeye çalışmaktadır. Bu araştırmanın sonucunda, modellerin doğruluğunu ortalama kare hatası ve R² ile hesaplıyor ve karşılaştırıyoruz.
2023-01-01T00:00:00ZAn analysis of impacts of economic uncertainty and covid 19 outbreak on the labor force of Turkey by education level: Svar approachKılıç, Edanurhttps://hdl.handle.net/20.500.12573/16012023-05-25T14:07:03Z2022-01-01T00:00:00ZAn analysis of impacts of economic uncertainty and covid 19 outbreak on the labor force of Turkey by education level: Svar approach
Kılıç, Edanur
The economic downturns affect the fluctuations in the labor force participation rate. The pandemic brings about many changes in different areas and the labor force participation rate is one of them. This study analyses the impact of economic uncertainty innovations on the labor force participation rate in Turkey for the period January 2011 to November 2019. We also consider different educational attainment, which consists of five categories, because finding a job gets hard in recent years and there is no academic study on whether education level matters or not in Turkey.
We obtain an economic uncertainty index to analyze the effect of Covid-19 and generate multivariate models (SVAR) to determine the relationship between uncertainty and labor force participation rate. We examine labor force statistics at different educational attainment levels to understand whether there are any changes or not. Thus, the main research question is that “How is the impact of uncertainty shocks on labor force participation rate in different levels of education in Turkey?”. The results show that the labor force participation rate decreases, while the unemployment rate increases in such an economic downturn.; Ekonomik durgunluk, işgücü piyasasındaki dalgalanmaları etkilemiştir. Pandemi de farklı alanlarda birçok değişikliği beraberinde getirmiş ve işgücü piyasasını etkilemiştir. Pandeminin süresinin bilinmemesi nedeniyle belirsizlik göz önünde bulundurulmalıdır. Bu çalışmada Türkiye'de Covid-19'un işgücüne katılım oranına etkisi 01/2011-11/2019 dönemi için sadece ekonomik faktörlerin etkisi değil, belirsizliği ve eğitim düzeyinin etkisini ölçülmüştür. Ayrıca son yıllarda iş bulmanın zorlaşması ve eğitim düzeyinin önemli olup olmadığı konusunda kesin bir bilgi bulunmadığından, bu etkiler farklı eğitim düzeyleri için analiz edilmiştir.
Ekonomik faktörler ile işgücü arasındaki ilişkiyi belirlemek için çok değişkenli modeller (SVAR) kullanılmış ve Covid-19 salgınının etkisini analiz etmek için belirsizlik endeksi elde edilmiştir. Herhangi bir değişiklik olup olmadığını anlamak için işgücü istatistikleri farklı eğitim seviyelerinde analiz edilecektir. Bu çalışma, belirsizlik endeksi ile farklı eğitim seviyelerine göre işgücüne katılım oranları arasındaki ilişkiyi incelemiştir. Dolayısıyla sorulması gereken soru şudur: “Türkiye'de farklı eğitim düzeylerinde belirsizlik şoklarının işgücüne katılım oranı üzerindeki etkisi nasıldır?”. Sonuçlar, böylesine bir ekonomik durgunlukta işgücüne katılım oranlarının azaldığını, işsizlik oranının ise arttığını göstermektedir.
2022-01-01T00:00:00ZCustomer segmentation using a developed RFM model: An application in a rug&carpet manufacturing companyİmdad, Yağmur Gizemhttps://hdl.handle.net/20.500.12573/16002023-05-25T14:02:05Z2022-01-01T00:00:00ZCustomer segmentation using a developed RFM model: An application in a rug&carpet manufacturing company
İmdad, Yağmur Gizem
Data science has gained enormous importance by contributing to the in-depth understanding and interpretation of information. Especially companies consult on data analysis to make strategic decisions in the competitive market. Much more important than the decisions taken is a determination of the customer or customer groups to which these decisions will be adapted. For that reason, customer segmentation by identifying similarities and differences between customers becomes crucial. In recent times, the RFM model is preferred mostly for customer segmentation. The RFM model is based on the customer's last purchase date, how often they purchase, and how much money contributes to the company. It is an easy model to understand and interpret results in a clear way. Many researchers prefer to apply the RFM method by adding extra variables to the analysis. Thus, customers are evaluated from a broader perspective. This study aims to present a developed RFM model by adding extra variables which are Loyalty, Dependence, and Expectation which are determined by a broad literature review and as a result of a survey relating to 106 dealers. There are some studies that create a segmentation model by using loyalty and the RFM model. However, this study developed a new model by including the dependence and expectation variables, which are not been used previously with the RFM model, besides loyalty. In the study, dealers are analyzed by the K-means clustering method and the optimum number of clusters is indicated as six. Each cluster has its specific customer behavior and this study guides the company to constitute marketing strategies regarding customers' specifications.; Veri bilimi, bilginin derinlemesine anlaşılmasına ve yorumlanmasına katkıda bulunarak büyük önem kazanmıştır. Özellikle şirketler, rekabetçi pazarda stratejik kararlar almak için veri analizine başvurmaktadır. Alınan kararlardan çok daha önemli olan, bu kararların hangi müşteri ya da müşteri gruplarına uyarlanacağının belirlenmesidir. Bu nedenle müşteriler arasındaki benzerlikleri ve farklılıkları belirleyerek müşteri segmentasyonu yapmak çok önemli hale geliyor. Son zamanlarda müşteri segmentasyonu için RFM modeli çoğunlukla tercih edilmektedir. RFM modeli, müşterinin son satın alma tarihine, ne sıklıkla satın aldığına ve şirkete ne kadar para kazandırdığına dayanmaktadır. Sonuçları net bir şekilde anlamak ve yorumlamak için kolay bir modeldir. Birçok araştırmacı analize ekstra değişkenler ekleyerek RFM yöntemini uygulamayı tercih etmektedir. Böylece müşteriler daha geniş bir perspektiften değerlendirilir. Bu çalışma, geniş bir literatür taraması ve 106 bayiye ait anket sonucunda belirlenen Sadakat, Bağımlılık ve Beklenti değişkenleri eklenerek geliştirilmiş bir RFM modeli sunmayı amaçlamaktadır. Sadakat ve RFM modelini kullanarak segmentasyon modeli oluşturan bazı çalışmalar bulunmaktadır. Ancak bu çalışma, sadakatin yanı sıra RFM modeli ile daha önce kullanılmayan bağımlılık ve beklenti değişkenlerini de dahil ederek yeni bir model geliştirmiştir. Çalışmada, bayiler K-ortalama kümeleme yöntemi ile analiz edilmiş ve optimum küme sayısı altı olarak belirtilmiştir. Her kümenin kendine özgü müşteri davranışı vardır ve bu çalışma şirkete, müşterilerin özelliklerine göre pazarlama stratejileri oluşturma konusunda rehberlik eder.
2022-01-01T00:00:00Z