MULTİLAYER PERCEPTRON (MLP) VE RADİAL BASİS FUNCTİON (RBF) TAHMİN MODELLERİ İLE ELAZIĞ TURİZM MEMNUNİYET ANALİZİ SONUÇLARININ TAHMİNİ
Abstract views: 716 / PDF downloads: 149
DOI:
https://doi.org/10.26450/jshsr.3193Anahtar Kelimeler:
Yapay Zekâ, Yapay Sinir Ağları, MLP, RBF ve TahminÖzet
Turistlerin ziyaret ettikleri mekânlardan memnun ayrılmaları; yerel, ulusal ve uluslararası turizm faaliyetlerinin sürdürülebilirliği açısından önemlidir. Elazığ’da 2021 yılı sonbahar aylarında 400 kişilik yerli turist üzerinde bir araştırma gerçekleştirilmiştir. Araştırmada, yerli turistlerin yörede kalmış oldukları süre içerisinde sunulan hizmetlere ilişkin memnuniyet düzeyleri araştırılmıştır.
Bu çalışmanın amacı, yapılan anket çalışmasından ortaya çıkan “Memnuniyet” durumunu; MultiLayer Perceptron (MLP) ve Radial Basis Function (RBF) modelleri ile tahmin etmektir. Çalışmada, MLP modelinin eğitim aşamasındaki hata oranı %7,7 olurken, modelin test aşamasındaki hata oranı %7,8 çıkmıştır. RBF modelinin eğitim aşamasındaki hata oranı ise %18,8 ve test aşamasındaki hata oranı %11,6 olarak elde edilmiştir. Eğitim aşamasında MLP modeli, RBF’ye kıyasla 2,41 kat ve test aşamasında ise 1,49 kat başarı göstermiştir. Anketlerden elde edilen veriler kullanılarak, her iki modelin mimarisi ve diğer çeşitli parametreleri belirlenmiş, modellerin başarısı karşılaştırılmıştır. Çalışmanın sonunda, MLP’nin RBF modeline kıyasla daha iyi sonuç verdiği tespit edilmiştir.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2022 INTERNATIONAL JOURNAL OF SOCIAL HUMANITIES SCIENCES RESEARCH
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.