MAKINE ÖĞRENMESI ILE TURIST PROFILLEME VE MEMNUNIYET TAHMINI: VERI ODAKLI BIR YAKLAŞIM

Canayaz M.

4th INTERNATIONAL RAHVA TECHNICAL AND SOCIAL RESEARCHES CONGRESS, Bitlis, Türkiye, 22 - 23 Şubat 2025, ss.399-400, (Özet Bildiri)

  • Yayın Türü: Bildiri / Özet Bildiri
  • Basıldığı Şehir: Bitlis
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.399-400
  • Van Yüzüncü Yıl Üniversitesi Adresli: Evet

Özet

Bu araştırma, turistlerin seyahat tercihlerini anlamak ve kişiselleştirilmiş deneyimler sunmak amacıyla makine öğrenmesi tekniklerini kullanarak kapsamlı bir analiz gerçekleştirmektedir. Çalışmada, 5000 kayıttan oluşan bir turizm veri seti üzerinde sınıflandırma, regresyon ve kümeleme yöntemleri uygulanmıştır. Turist memnuniyetinin tahmini için Random Forest ve XGBoost modelleri kullanılarak, yaş, ziyaret edilen mekanlar, VR deneyim kalitesi ve seyahat süresi gibi değişkenler doğrultusunda tahminleme yapılmış ve modellerin başarı oranları karşılaştırılmıştır. İlgi alanlarına göre profilleme sürecinde, turistler sanat, doğa, tarih ve macera gibi kategorilere ayrılmış, sınıflandırma modelleri kullanılarak en iyi performans gösteren algoritma belirlenmiştir. Turist segmentasyonu için K-Means kümeleme algoritması uygulanmış, Elbow yöntemiyle optimum küme sayısı tespit edilmiş ve PCA ile görselleştirme gerçekleştirilmiştir. Sonuçlar, turistlerin üç temel gruba ayrıldığını ortaya koymaktadır: kısa turları tercih eden ve daha ileri yaş grubuna ait bireyler, orta düzeyde seyahat süresi planlayan ve dengeli bir deneyim arayanlar ile VR ve dijital deneyimlere ilgi duyan teknoloji odaklı grup. Elde edilen bulgular, turizm sektöründe veri odaklı karar alma süreçlerini destekleyerek, müşteri memnuniyetini artırmaya yönelik kişiselleştirilmiş öneri sistemlerinin geliştirilmesine olanak tanımaktadır. Bu doğrultuda, çalışmada kullanılan makine öğrenmesi yaklaşımlarının, seyahat endüstrisinde müşteri odaklı hizmetlerin iyileştirilmesine önemli katkılar sunabileceği değerlendirilmektedir.