RESORT OTELLERİN KÜMELEME ANALİZİ İLE İNCELENMESİ: ANTALYA İLİ ÖRNEĞİ

Yıl 2020, Sayı: 36, 200 - 232, 30.04.2020

Okan Dağ , Meltem Karaatlı

Öz

Bu çalışmada her şey dahil ve ultra her şey dahil sistemiyle çalışmakta olan oteller kümeleme analizi ile incelenmiştir. Çalışma için Antalya ili seçilirken; uygulama bu ilde bulunan resort oteller ile sınırlandırılmıştır. Kümeleme analizi yardımıyla benzer otellerin belirlenen kriterler çerçevesinde gruplandırılması sağlanarak tatilcilere alternatifler sunmak ve karar vermeyi kolaylaştırmak amaçlanmıştır. Çalışmada uzman görüşleri ve literatür incelemeleri sonucunda; havaalanına uzaklık, otel fiyatı, ücretsiz a la carte, ücretli a la carte, çocuk/bebek dostu, spor/eğlence, plaj, otel büyüklüğü, puan ortalaması, mavi bayrak ve havuz sayısı kriterleri belirlenmiştir. Kümeleme analizinden sonra kriterler açısından kümeler arasında anlamlı farklılıklar olup olmadığı Kruskal-Wallis Testi ile incelenmiştir. Çalışmanın sonucunda ortaya çıkan kümelerin, tüm değişkenler açısından anlamlı farklılıklar gösterdiği tespit edilmiştir.

Anahtar Kelimeler

Resort Otel, Kümeleme Analizi, Beklenti Maksimizasyonu

Kaynakça

• AHİPAŞAOĞLU, H. S. (1997). Seyahat İşletmelerinde Tur Planlaması Yönetimi ve Rehberliğin Meslek Olarak Seçilmesinin Nedenleri Üzerine Bir Uygulama, Varol Matbaası, Ankara.
• AKPINAR, H. (2014). Data Veri Madenciliği Veri Analizi, Papatya Yayıncılık, İstanbul.
• ATALAY, A. ve TORTUM, A. (2010). Türkiye’ deki İllerin 1997-2006 Yılları Arası Trafik Kazalarına Göre Kümeleme Analizi, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 16(3): 335-343.
• AYDIN, D. ve BAŞKIR, M. B. (2013). Bankaların 2012 Yılı Sermaye Yeterlilik Rasyolarına Göre Kümeleme Analizi ve Çok Boyutlu Ölçekleme Sonucu Sınıflandırılma Yapıları, Bankacılık ve Sigortacılık Araştırmaları Dergisi, 1(5-6): 29-47.
• BALAKRISHNAN, P. V., COOPER, M. C., JACOB, V. S. ve LEWIS, P. A. (1996). Comparative Performance of The FSCL Neural Network and K-Means Algorithm For Market Segmentation, Europen Journal of Operational Research 93: 346-357.
• BAYSAN, S. (2001). Perceptions of The Environmental Impacts of Tourism: A Comparative Study of The Attitudes of German, Russian and Turkish Tourists in Kemer, Antalya, Tourism Geographies, 3(2): 218-235.
• BERKHIN, P. (2006). Survey of Clustering Data Mining Techniques. Grouping Multidimensional Data: 1-56.
• BİRCAN, H. ve ÇAM, S. (2016). Veri Madenciliğinde Kümeleme Analizi ve Sağlık Sektöründe Bir Uygulama. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 17(2): 85-96.
• BLOEMER, M. M. J., BRİJS, T., VANHOOF, K. ve SWİNNEN, G. (2003). Comparing Complete and Partial Classification For Identifying Customers at Risk, International Journal of Research in Marketing, 20(2): 117-131.
• BORDES, L., CHAUVEAU, D. ve VANDEKERHOVE, P. (2006). A Stochastic EM Algorithm For A Semiparametric Mixture Model, Computational Statistic & Data Analaysis, 51(11): 5429-5443.
• BUI, D. T., PRADHAN, B., LOFMAN, O. ve REVHAUG, I. (2012). Landslide Susceptibility Assessment in Vietnam Using Support Vector Machines, Decision Tree, and Naive Bayes Models, Hindawi Publishing Corporation Mathematical Problems in Engineering: 1-26.
• BYUN, H. ve LEE, S. W. (2003). A Survey on Pattern Recognition Applications of Support Vector Machines, International Journal of Pattern Recognition and Artificial Intelligence, 17(3): 459-486.
• CAMUS, P., MENDEZ, F. J., MEDINA, R. ve COFINO, A. S. (2011). Analysis of Clustering and Selection Algorithms For The Study of Multivariate Wave Climate, Coastal Engineering 58: 453-462.
• ÇAKMAK, Z., UZGÖREN, N. ve KEÇEK, G. (2005). Kümeleme Analizi Teknikleri İle İllerin Kültürel Yapılarına Göre Sınıflandırılması ve Değişimlerinin İncelenmesi, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 12: 1-21.
• ÇELİK, Ş. (2013). Kümeleme Analizi İle Sağlık Göstergelerine Göre Türkiye’deki İllerin Sınıflandırılması, Doğuş Üniversitesi Dergisi, 14(2): 175-194.
• ÇELİK, M., ÇELİK, F. D. ve DOKUZ, A. Ş. (2011). Anomaly Detection in Temperature Data Using DBSCAN Algorithm, 2011 International Symposium on Inovations in Intelligent Systems and Applications, Yıldız Teknik University, 15-18 June 2011, İstanbul: 91-95.
• DELMAS, J. P. (1997). An Equivalence of The EM and ICE Algorithm For Exponential Family, IEEE Transactions on Signal Processing, 45(10): 2613-2615.
• DEMPSTER, A.P., LAIRD, N. M. ve RUBIN, D. B.. (1977). Maximum Likelihood From Incomplete Data Via The EM Algorithm, Journal of Royal Statistical Society, 39(1): 1-38.
• DÖRTYOL, İ. T., VARİNLİ, İ. ve KİTAPÇI, O. (2014). How Do International Tourists Perceive Hotel Quality? An Exploratory Study of Service Quality in Antalya Tourism Region, International Journal of Contemporary Hospitality Management, 26(3): 470-495.
• EVERITT, B. (1974). Cluster Analysis, Heinmann, London.
• GALIMBERTI, G. ve SOFFRITTI, G. (2007). Model-Based Methods to Identify Multiple Cluster Structures in A Data Set, Computational Statistics & Data Analysis 52: 520-536.
• GEORGHIADES, C. N. ve HAN, J. C. (1997). Sequence Estimation in The Presence of Random Parameters Via The EM Algorithm, IEEE Transactıons on Communıcatıons, 45(3): 300-308.
• GİRAY, S. (2013). Ülkelerin Turizm İstatistikleri Bakımından Farklı Kümeleme Analizi Metotları İle Sınıflandırılması ve Türkiye’nin Bu Oluşumdaki Yeri, International Conference on Eurasian Economies, 17-18 September 2013, St Petersburg: 695-704.
• GOTO, M. (2001). A Predominant-F0 Estimation Method For CD Recordings: Map Estimation Using EM Algorithm For Adaptive Tone Models, IEEE International Conference on Acoustics, Speech, and Signal Processing, 7-11 May 2001, Salt Lake City: 3365-3368.
• HAN, J. ve KAMBER, M. (2001). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers.
• HAUG, M. (2015). The EM algorithm, IEOR E4570: Machine Learning for OR & FE: 1-7.
• HUANG, Z. (1998). Extensions to The K-Means Algorithm For Clustering Large Data Sets With Categorical Values, Data Mining and Knowledge Discovery 2: 283-304.
• ISSA, J. J. ve JAYAWARDENA, C. (2003). The “All-Inclusive” Concept in The Caribbean, International Journal of Contemporary Hospitality Management, 15(3): 167-171.
• KANDEMİR, A. Ş. (2018). Bulanık Kümeleme Analizi İle Türkiye’deki İllerin Konaklama İstatistiklerine Göre Sınıflandırılması. Seyahat ve Otel İşletmeciliği Dergisi, 15(3): 657-668.
• KAUFMAN, L. ve ROUSSEEUW, P. J. (1990). Finding Groups in Data An Introduction to Cluster Analysis, A John Wiley & Sons Inc Publication, USA.
• KHAN, S. S. ve AHMAD, A. (2004). Cluster Center Initialization For K-Means Clustering, Pattern Recognition Letters 25: 1293-1302.
• KILIÇ, İ., EMİR, O. ve KILIÇ, G. (2011). Bulanık Kümeleme Analizi İle Ülkelerin Turizm İstatistikleri Bakımından Sınıflandırılması, İstatistikçiler Dergisi 4: 31-38.
• KUMAR, K. ve BHATTACHARYA, S. (2006). Artificial Neural Network vs Linear Discriminant Analysis in Credit Ratings Forecast, Review of Accounting and Finance, 5(3): 216-227.
• KOZAK, M. A. (2012). Otel İşletmeciliği. Detay Yayıncılık, Ankara.
• KÖSE, İ. (2018). Veri Madenciliği Teori Uygulama ve Felsefesi. Papatya Bilim, İstanbul.
• LAU, M. P., AKBAR, A.K. ve FIE, D. Y. G. (2005). Service Quality: A Study of The Luxury Hotels in Malaysia, The Journal of American Academy of Business, 7(2): 46-55.
• NACEREDDINE, N., TABBONE, S., ZIOU, D. ve HAMAMI, L. (2010). Asymmetric Generalized Gaussian Mixture Models and EM Algorithm For Image Segmentation, International Conference on Pattern Recognition, 23-26 Agust 2010, İstanbul: 4557-4560.
• NAZEER, K. A. A. ve SEBASTIAN, M. P. (2009). Improving the Accuracy and Efficiency of The K-Means Clustering Algorithm, Proceeding of the World Congress on Engineering 1: 1-5.
• ODABAŞI, Y. (2009). Satış Ve Pazarlamada Müşteri İlişkileri Yönetimi (CRM), Sistem Yayıncılık, İstanbul.
• ONG, K. L., LI, W., NG, W. K. ve LIM, E. P. (2004). SCLOPE: An Algorithm For Clustering Data Streams of Categorical Attributes, Research Collection School of Information Systems: 209-218.
• ORAL, S. (2005). Otel İşletmeciliği ve Verimlilik Analizleri. Detay Yayıncılık, Ankara.
• OSTERTAGOVA, E. ve OSTERTAG, O. (2014). Methodology and Application of The Kruskal-Wallis Test, Applied Mechanics and Materials 611: 115-120.
• ÖZEKES, S. (2003). Veri Madenciliği Modelleri ve Uygulama Alanları. İstanbul Ticaret Üniversitesi Dergisi 3: 65-82.
• PARK, C. (2005). Parameter Estimation of Incomplete Data in Competing Risks Using The EM Algorithm, IEEE Transacitions on Reliability, 54(2): 282-290.
• PASİN, Ö. (2015). Sağlık Alanında Yapılan Araştırmalarda Kümeleme Algoritmalarının Kullanımı: Bir Uygulama, Yüksek Lisans Tezi, Düzce Üniversitesi Sağlık Bilimleri Enstitüsü, Düzce.
• PENA, J. M., LOZANO, J. A. ve LARRANAGA, P. (1999). An Empirical Comparison of Four Initilization Methods For The K-Means Algorithm, Pattern Recognition Letters, 2(10): 1027-1040.
• SCHIOPU, D. (2010). Applying Twostep Cluster Analysis For Identifying Bank Customers’ Profile, BULETINUL, 62(3): 66-75.
• SERVİ, T. (2009). Çok Değişkenli Karma Dağılım Modeline Dayalı Kümeleme Analizi. Doktora Tezi, Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Adana.
• SHEIKHOLESLAMI, G., CHATTERJEE, S. ve ZHANG, A. (2000). Wavecluster: A Wavelet-Based Clustering Approach For Spatial Data in Very Large Databases, The VLDB Journal 8: 289-304.
• SİLAHTAROĞLU, G. (2013). Veri Madenciliği Kavram ve Algoritmaları. Papatya Yayıncılık, İstanbul.
• SOFFRITTI, G. (2003). Identifying multiple Cluster Structures in A Data Matrix, Communications in Statistics-Simulation and Computation, 32(4): 1151-1177.
• TURNER, S. M. ve TROIANO, C. S. (1987). The Attraction of All Inclusive Resorts. Cornel Hotel and Restaurant Administration Quarterly, 28(3): 25-28.
• URIARTE, R. D. ve ANDRES, S. A. (2006). Gene Selection and Classification Of Microarray Data Using Random Forest, BMC Bioinformatics, 7(3): 1-13.
• YAZICI, F. (2005). EM Algoritması ve Uzantıları. Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
• YU, B., SONG, X., GUAN, F., YANG, Z. ve YAO, B. (2016). K-Nearest Neighbor Model For Multiple-Time-Step Prediction Of Short-Term Traffic Condition, Journal of Transportation Engineering, 142(6): 1-10.
• ZENGYOU, H., XIAOFEI, X. ve SHENGCHUN, D. (2002). Squeezer: An Efficient Algorithm For Clustering Categorical Data, Journal of Computer Science and Technolgy, 17(5): 611-624.
• - İnternet Kaynakları (http://www.otelavantaj.com/otel/tatil-rehberi/tatil-konaklama-terimleri/hersey-dahil-otel-nedir). (Erişim Tarihi: 18/03/2020)
• (https://www.etstur.com/). (Erişim Tarihi: 20/04/2019)