Technology
development regions are the places where technological knowledge is produced
and commercialized by sharing the experiences of university and industry with
together. Technological development regions or technoparks those are at the
center of technology policies of the countries are a matter which is important
for our country as it is all over the world and continuous investments are made
to establish new technoparks. In this study, it is aimed to develop two
different models that predict the efficiency of the technology development
zones and to compare the predictive performances of these models using
Artificial Neural Networks-Data Envelopment Analysis and Logistic Regression
Analysis-Data Envelopment Analysis models. Based on the input variables, the
future performance of a new technology development zone is estimated. The results
of the analysis have showed that Artificial Neural Networks classify the
efficient and non-efficient technology development regions as 100% correctly
while the classification performance of the Logistic Regression Analysis is
89.7%.
Data Envelopment Analysis artificial neural networks logistic regression analysis technology development regions
Teknoloji geliştirme bölgeleri,
üniversite ve sanayinin deneyimlerini paylaşarak teknolojik bilgilerin
üretildiği ve ticarileştirildiği ortamlardır. Ülkelerin teknoloji
politikalarının odağında olan teknoloji geliştirme bölgeleri ya da
teknoparklar, tüm dünyada olduğu gibi ülkemizin de önem verdiği bir konudur ve
sürekli yatırımlar yapılarak yeni teknoparkların açılması sağlanmaktadır. Bu
çalışmada, Yapay Sinir Ağları ve Lojistik Regresyon Analizi, Veri Zarflama
Analizi ile bütünleşik olarak kullanılarak teknoloji geliştirme bölgelerinin
etkinliklerini tahminleyen iki farklı model geliştirilmesi ve bu modellerin
tahmin performanslarının karşılaştırılması amaçlanmıştır. Girdi değişkenlerine
bağlı olarak yeni kurulacak bir teknoloji geliştirme bölgesinin ileride
gerçekleştirecek performansı tahminlenmiştir. Analiz sonuçları, Yapay Sinir
Ağlarının etkin olan ve olmayan teknoloji geliştirme bölgelerini % 100 oranında
doğru olarak sınıflandırdığını, Lojistik Regresyon Analizinin ise sınıflandırma
performansının % 89.7 olduğunu ortaya koymuştur.
Veri Zarflama Analizi Yapay Sinir Ağları Lojistik Regresyon Analizi Teknoloji Geliştirme Bölgeleri
Birincil Dil | Türkçe |
---|---|
Bölüm | Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi |
Yazarlar | |
Yayımlanma Tarihi | 28 Haziran 2019 |
Gönderilme Tarihi | 10 Nisan 2018 |
Yayımlandığı Sayı | Yıl 2019 Cilt: 37 Sayı: 2 |
Dergiye yayımlanmak üzere gönderilecek yazılar Dergi'nin son sayfasında ve Dergi web sistesinde yer alan Yazar Rehberi'ndeki kurallara uygun olmalıdır.
Gizlilik Beyanı
Bu dergi sitesindeki isimler ve e-posta adresleri sadece bu derginin belirtilen amaçları doğrultusunda kullanılacaktır; farklı herhangi bir amaç için veya diğer kişilerin kullanımına açılmayacaktır.