Distribution of Entrepreneurship by Cities: Fuzzy K Means and SOM Cluster Methods

Abstract

Due to constantly changing market conditions and developing technology; The importance of entrepreneurial activity is increasing, especially in developing countries such as Turkey. Likewise, the clustering of entrepreneurial activities according to the places with the same features is becoming more and more important. Because the number of these clusters is less than the provinces, development regions and geographical regions. But because of the common features they have, these clusters; It is an important data source both in promoting / supporting entrepreneurship activities and in identifying / resolving problems that arise in entrepreneurship activities. There are no studies in the literature that cluster all cities according to their entrepreneurial characteristics, with this study, it is aimed to close this gap in the literature. Turkey Ministry of Industry and Technology / Entrepreneur Information System (GBS) located in the "Number of enterprises by cities, net sales and assets" were used as data in the study. Fuzzy k means and SOM methods, one of the clustering methods, have been applied to the published data of 2017 in the GBS database. and Turkey's entrepreneurship is mapped. According to the fuzzy k means method, 19 cities were collected in 3 different clusters and 62 cities were collected in a single cluster. According to SOM clustering method, 8 cities were collected in 4 different clusters and 73 cities were collected in a single cluster. Finally, remarkable findings have been explained and the similarities / differences between the results of the 2 methods have been interpreted.

Keywords

• Entrepreneurship,Cluster Analysis,Artificial Neural Networks

GİRİŞİMCİLİĞİN İLLERE GÖRE DAĞILIMI: BULANIK K ORTALAMALAR VE SOM KÜMELEME YÖNTEMLERİ

Abstract

Sürekli değişen pazar koşulları ve gelişen teknoloji bağlamında girişimcilik faaliyetlerin önemi özellikle Türkiye gibi gelişmekte olan ülkelerde giderek artmaktadır. Girişimcilik faaliyetlerinin aynı özellikleri taşıyan yerlere göre kümelenmesi de aynı şekilde büyük önem arz etmektedir. Çünkü aynı özellikleri taşıyan; sayısı il, kalkınma bölgesi ve coğrafi bölgelere göre daha az olan bu kümeler gerek girişimcilik faaliyetlerinin teşvik edilmesi ve destek sağlanmasında gerekse girişimcilik faaliyetlerinde ortaya çıkan sorunların belirlenmesi ve çözümünde önemli bir veri kaynağıdır. Literatürde Türkiye’deki tüm illeri girişimcilik özelliklerine kümeleyen herhangi bir çalışma bulunmamakla birlikte bu çalışma ile literatürdeki bu açığı kapatmak amaçlanmıştır. Türkiye Sanayi ve Teknoloji Bakanlığı Girişimci Bilgi Sistemi (GBS)’nde yer alan “İllere göre girişim sayısı, net satışlar ve aktifler” raporları çalışmada veri olarak kullanılmıştır. Çalışma kapsamında 2017 yılına ilişkin GBS veri tabanında yayımlanan verilere kümeleme yöntemlerinden Bulanık k ortalamalar ile SOM yöntemleri uygulanarak Türkiye’nin girişimcilik haritası çıkarılmıştır. Bulanık k ortalamalar yöntemine göre göre 19 il 3 farklı kümede kalan 62 il tek kümede toplanmışken, SOM kümeleme yöntemine göre ise 8 il 4 farklı kümede kalan 73 il ise tek kümede toplanmıştır. Son olarak ise dikkat çeken bulgulara yer verilmiş, 2 yönteme ait sonuçlar arasındaki benzerlik ve farklılıklar yorumlanmıştır.

Keywords

• Girişimcilik,Kümeleme Analizi,Yapay Sinir Ağları

References

1. Alpar, R. (2017). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler. Ankara: Detay Yayıncılık.
2. Badran, F., Yacoub, M. & Thiria, S. (2005). “Self-Organizing Maps and Unsupervised Classification. In G. Dreyfus (Ed.)”, Neural Networks Methodology and Applications (pp. 379–442). Berlin/Heidelberg: Springer-Verlag. http://doi.org/10.1007/3-540-28847-3_7
3. Belgin, Ö., & Avşar, B. A. Türkiye’de Bölgeler Ve İller Düzeyinde Ar-Ge Ve Yenilik Performansının Gri İlişkisel Analiz Yöntemi İle Ölçülmesi. Verimlilik Dergisi, (2), 27-48.
4. Bezdek, J. C. (1973), Fuzzy Mathematics in Pattern Classification, PhD Thesis, Applied Math. Center, Cornell University, New York
5. Güneş, M., & İncekırık, A. (2016). Ege Bölgesinde Faaliyet Gösteren KOSGEB Kapsamındaki Farklı Ölçeklerdeki Şirketlerin (KOBİ) Bulanık Kümeleme Analizi İle Gruplandırılması. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 22(4), 314-323.
6. Güney, S., & Çetin, A. (2003). Kültürün Girişimciliğe Etkisi ve Türkiye’de Girişimcilik Kültürü. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(1), 189-210.
7. Höppner, F., Klawonn, F., Rudolf, K. & Runkler, T. (1999), Fuzzy Cluster Analysis, Wiley Publishers, Wolfenbüttel, 300s
8. Işık, M. & Çamurcu, A.Y. (2007). K-Means, K-Medoıds ve Bulanık C-Means Algoritmalarının Uygulamalı Olarak Performanslarının Tespiti. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi 6(11), s. 31-45.

9. Kohonen, T. (1998). The Self-Organizing Map. Neurocomputing, 21, 1-6. https://doi.org/10.1016/S0925-2312(98)00030-7.
10. Littunen, H. (2000). Entrepreneurship and The Characteristics Of The Entrepreneurial Personality. International Journal of Entrepreneurial Behavior & Researc, Vol:6, No: 6: 295-299.
11. Murat, Y.Ş. & Şekerler, A. (2009). Trafik Kaza Verilerinin Kümelenme Analizi Yöntemi İle Modellenmesi. Teknik Dergi , 20 (98) , 4759-4777.
12. Özkan, Ş. (2003). Türkiye de Girişimcilik ve Belirleyiciler: Marmara ve Doğu Anadolu Bölgesi Üzerine Bir Uygulama. Ankara Üniversitesi SBF Dergisi, 58(04).
13. Tokatlıoğlu, S., & Yalçın, E. C. (2019). Girişimci Davranışa İlişkin Bireysel Algılar: GEM Verileriyle Kümeleme Analizi. International Journal of Innovative Approaches in Social Sciences, 3(1), 1-19. doi: 10.29329/ijiasos.2019.205.1
14. Wickham, P. (1998). Strategic Entrepreneurship. A Decision-Making Approach To New Venture Creation And Management. UK: London. Financial Times. Pitman Publishing.
15. Yılmaz, E., & Sünbül, A. M. (2009). Üniversite Öğrencilerine Yönelik Girişimcilik Ölçeğinin Geliştirilmesi. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (21), 195-203.