Saklı Markov Modeli Kullanılarak İstanbul’daki Üniversite Öğrencilerinin GSM Operatör Tercihlerini Etkileyen Faktörlerin Analizi

Yıl 2018, Cilt: 33 Sayı: 4, 203 - 212, 31.12.2018

Osman Ayaz Selçuk Alp

https://doi.org/10.21605/cukurovaummfd.525235

Cited By: 5

Öz

Markov Zinciri modeli pazarlama, eğitim, finans ve imalat gibi birçok alanda kullanılmaktadır. Saklı Markov modelleri ise Markov zincirleri bazı özellikler eklenerek oluşturulmuştur. Bu çalışmada, İstanbul’da eğitim gören üniversite öğrencilerinin GSM operatör tercihlerini etkileyen faktörler ile ilgili bir uygulama yapılmıştır.  Saklı Markov Modeli ile öğrencilerin kullandıkları GSM operatörlerini ve bu operatörleri tercih etme nedenleri tahmin edilmiştir. Tahminler sonucunda, tercih edilecek GSM operatörleri sırasıyla Turkcell %37,10, Türk Telekom %31,78 ve Vodafone %31,12 olarak bulunmuştur. Elde edilen bulgulara göre bu GSM operatörlerinin tercih sebepleri Turkcell için kapsama gücü, Türk Telekom ve Vodafone için ise fiyat uygunluğu olduğu belirlenmiştir. 

Anahtar Kelimeler

Markov zincirleri, Saklı markov modelleri, Marka tercihleri

Analysis of GSM Operator Preference of University Students in İstanbul By Using Hidden Markov Model

Öz

Markov Chain uses in many areas such as marketing, education, finance and manufacturing. Hidden Markov models were created by adding some features to Markov chains. In this study, an application was made about the factors affecting the GSM operator preferences of university students studying in Istanbul. Using the Markov Model, why students prefer for the GSM operators and reason of these choosing of operators were predicted. As a result of the prediction, GSM operators to be preferred were 37.10%, Türk Telekom 31.78% and Vodafone 31.12% respectively. According to the obtained evidence, the reasons behind choosing these brands are determined as network coverage for Turkcell and price eligibility for Türk Telekom and Vodafone.  

 

Anahtar Kelimeler

Markov chain, Hidden markov models, Brand preference

Kaynakça

• 1. Rüzgar, N.S., 2003. Bir İşletmenin Ödemeler Dengesinin Markov Süreçleri Yardımıyla Analizi, DEÜ SBE Dergisi, 5(1), 164-179.
• 2. Çöloğlu, M.İ., 2006. Bir Makinanın Güvenilirliğinin Tehlike Fonksiyonu ve Markov Zinciri ile Analizi, Yayınlanmamış Yüksek Lisans Tezi, Osmangazi Üniversitesi FBE, Eskişehir.
• 3. Büyüktatlı, F., 2013. Şirketlerdeki Erken Uyarı Göstergeleri ile SM Modeli Üzerine Bir Uygulama, Yayınlanmamış Yüksek Lisans Tezi, Akdeniz Üniversitesi SBE, Antalya.
• 4. Gürbüz, H., Köse, T., 2002. Şüpheli Alacak Zararlarının Büyüklerinin Markov Zinciri Teorisi ile Hesaplanması, Afyon Kocatepe Üniversitesi İİBF Dergisi, 4(2), 49-66.
• 5. Rabiner, L.R., 1989. A Turorial on Hidden Markov Models and Selected Applications in Speech Recognition, Proceeding of the IEE, 77(2), 257-286.
• 6. Günay, F., 2011. İki Sıralı Markov Zincirleri, Yayınlanmamış Yüksek Lisans Tezi, Fırat Üniversitesi FBE, Elazığ.
• 7. Pfeifer, P.E., Carraway, R.L., 2000. Modelling Customer Relationships as Markov Chains, Jounal of Interactive Marketing, 14(2), 43-55.
• 8. Aytemiz, T., Şengönül, A., 2004. Markov Zincirlerinin Ekonomik Bir Probleme Uygulanması: Perakende Alış verişlerde Bireysel Olarak Kullanılan Madeni para Stratejilerinin Karşılaştırmalı Analizi, DEÜ Sosyal Bilimler Dergisi, 6(4), 29-43.
• 9. Can, T., Öz, E., 2009. SM Modelleri Kullanılarak Türkiye’de Dolar Kurundaki Değişimin Tahmin Edilmesi, İÜ İşletme Fakültesi Dergisi 38, 1-23.
• 10. Haberdar, H., 2005. SM Model Kullanılarak Görüntüden Gerçek Zamanlı Türk İşaret Dili Tanıma Sistemi, Yayınlanmamış Yüksek Lisans Tezi, YTÜ FBE, İstanbul.
• 11. Ghahramani, Z., 2001. A Introduction to Hidden Markov Models and Bayesian Networks, A Introduction to Hidden Markov Models and Bayesian Networks, Journal of Pattern Recognition and Artificial Intelligence, 15(1), 9-42.
• 12. Baum, L.E., Petrie, T., 1966. Statistical Inference for Probabilistic Functions of Finite State Markov Chains, the Annals of Mathematical Statistics, 37(6), 1554-1563.
• 13. Baum, L.E., Eagon, J.A., 1967. An Inequality with Applications to Statistical Estimation for Probabilistic Functions of a Markov Process and to a Model for Ecology, Bulletin of the American Mathematical Society, 73(3), 360-363.
• 14. Baum, L.E., Petrie, T., Solues, G., Weis, N., 1970. A Maximization Technique Occurring in the Statistical Analysis of Probabilistic Functions of Markov Chains, The Annals of Mathematical Statistics, 41(1),164-171.
• 15. Baum, L.E., 1972. An Inequality and Associated Maximization Technique in Statistical Estimation for Probabilistic Functions of Markov Processes. In: Oved Shisha, ed. Inequalities III: Proceedings of the Third Symposium on Inequalities. New York: Academic Press, 1-8.
• 16. Guoliang, F., Xia, X.G., 2003. Wavelet-Based Texture Analysis and Synthesis Using Hidden Markov Models, IEEE Trans. Circ. Syst. I: Fundam. Theory Appl. 50, 106–120.
• 17. Krogh, A., Larsson, B., von Heijne G., Sonnhammer, E.L.L., 2001. Predicting Transmembrane Protein Topology with a Hidden Markov Model: Application to Complete Genomes, Journal of Molecular Biology 305(3), 567-580.
• 18. Yin, M.M., Wang, J.T.L., 2001. Effective Hidden Markov Models for Detecting Splicing Junction Sites in DNA Sequences, Information Sciences 139, 139-163.
• 19. Felsenstein, J., Churchill, G.A., 1996. A Hidden Markov Model Approach to Variation Among Sites in Rate of Evolution, Molecular Biology and Evolution 13(1), 93-104.
• 20. Krogh, A., Brown, M., Mian K.S., Sjölander, K., Haussler, D., 1994. Hidden Markov Models in Computational Biology Applications to Protein Modeling, Journal of Molecular Biology, 235(5), 1501-1531.
• 21. Can, C., Ergün, G., Gökçeoğlu, C., 2013. Bilecik Çevresinde Deprem Tehlikesinin SM Modeli ile Tahmini, Türkiye Deprem Mühendisliği ve Sismoloji Konferansı, 25-27 Eylül, Hatay.
• 22. Emam, S., Asghaie, A., 2011. Introducing Busy Customer Portfolio Using Hidden Markov Model, Iranian Journal of Management Studies, 4(2), 99-119.
• 23. Öz, E., 2009. İMKB Üzerine SM Modeli ile Bir Tahminleme, Ekonomik Yaklaşım, 20(72), 59-85.
• 24. Yaman, N., 2014. Modelling Precipitation Data of Certain Regions for Turkey via Hidden Markov Models, Yayınlanmamış Yüksek Lisans Tezi, METU The School of Natural and Applied Sciences, Ankara.
• 25. Lambert, M.F., Whiting J.P., Metcalfe, A. V., 2003, A Non-Parametric Hidden Markov Model for Climate State Identification, Hydrology and Earth System Sciences 7(5), 652-667.
• 26. Argunşah, A., Çetin, M., 2010. Saklı Markov Modelleri ve Boyut İndirgemeye Dayalı Bir Beyin-Bilgisayar Arayüzü Algoritması, IEEE 18. Sinyal İşleme ve İletişim Uygulamaları Kurultayı, 22-24 Nisan, Diyarbakır.
• 27. Tunca, A., 2010. SM Modelleri ve Sürekli Konuşma Tanıma Tekniğiyle Rakam Dizisi Tanıma, Yayınlanmamış Yüksek Lisans Tezi, Osmangazi Üniversitesi FBE, Eskişehir.
• 28. Cilla, R., Patricio, M.A., Garcia, J., Berlanga, A., Molina, J.M., 2009. Recognizing Human Activities from Sensors Using Hidden Markov Models Constructed by Feature Selection Techniques, Algorithms 2, 282-300.
• 29. Hanilçi, C., Ertaş, F., 2007. Sürekli Saklı Markov Modelleri ile Metinden Bağımsız Konuşmacı Tanıma Parametrelerinin İncelenmesi, Uludağ Üniversitesi MühendislikMimarlık Fakültesi Dergisi, 12(1), 109-114.
• 30. Uslu, E., 2007. Gizli Markov Modeli ile Geniş Sözlüklü Sürekli Konuşma Tanıma, Yayınlanmamış Yüksek Lisans Tezi, YTÜ FBE, İstanbul.
• 31. Netzer, O., Lattin, J.M., Srinivasan, V., 2008. A Hidden Markov Model of Customer Relationship Dynamics, Marketing Science, 27(2), 183-204.
• 32. Semerci, Z., 2006. Saklı Markov Modellerinde Üç Temel Problemin İncelenmesi, Yayınlanmamış Yüksek Lisans Tezi, Hacettepe Üniversitesi FBE, Ankara.
• 33. Ibe, O.C., 2013. Markov Processes For Stochastıc Modeling, 2nd Edition, Elsevier Inc., Lowell, USA.
• 34. Can, T., Öz, E., 2009. Marka Tercihlerine ve Tercih Nedenlerine Gizli Markov Modelinin Uygulanması, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 167-186.