Antalya İline Yönelik Alman Turist Talebinin Yapay Sinir Ağları Yöntemiyle Tahmini

Yıl 2005, Sayı: 1, 84 - 98, 01.03.2005

İbrahim Güngör Murat Çuhadar

Öz

Son yıllarda, turizm talebinin tahmini ile ilgili çalışmalarda kullanılan yöntemlerden birisi de yapay sinir ağlarıdır. Bu çalışmada, Antalya iline yönelik Alman turist talebinin tahmininde kullanılmak üzere yapay sinir ağı, çoklu doğrusal regresyon ve çoklu logaritmik regresyon modellerinin tahmin performansları karşılaştırılmış ve en iyi performans gösteren model olan yapay sinir ağı kullanılarak 2005 ve 2006 yılları için aylık tahminler yapılmıştır. Uygun modelin oluşturulabilmesi için Ocak 1991 – Temmuz 2004 yıllarına ait aylık verilerden yararlanılmıştır. Elde edilen sonuçlar yapay sinir ağı modelinin, regresyon modellerine göre daha düşük sapma değerlerine ve daha yüksek açıklayıcılık oranına sahip olduğunu göstermektedir. Bu konuda daha önce yapılan çalışmalarda da yapay sinir ağları ile elde edilen modellerin diğer yöntemlere göre daha iyi sonuçlar verdiği görülmektedir

Anahtar Kelimeler

Yapay Sinir Ağları, Talep Tahmini, Regresyon

FORECASTING GERMAN TOURİSM DEMAND TO ANTALYA BY USING ARTIFICIAL NEURAL NETWORKS

Öz

In recent years artificial neural networks is one of the methods used in the studies of forecasting tourism demand. In this study, forecasting performances of neural networks, multiple lineer regression and multiple non-lineer regression models were compared to forecast German tourism demand to Antalya and the number of German tourists were forecasted for years 2005 and 2006 monthly by using neural network model that gives better results. Monthly data in the period of January 1991 to July 2004 were used to build appropriate model. Experimental results showed that neural network model had lower deviation values and higher determination coefficient than multiple lineer regression and multiple non-lineer regression models. In recent studies it is observed that neural network models outperform other forecasting methods as well

Anahtar Kelimeler

Neural Networks, Demand Forecasting, Regression

Kaynakça

• AHMED Shamsuddin, Cross James (1999). A Tourist Growth Model to Predict Accommodation Nights Spent in Australian Hotel Industry, Annual Colloquium of the Spatial Information Research Centre, University of Otago, Dunedin, New Zealand, December 13-15th.
• ANTALYA İl Kültür ve Turizm Müdürlüğü Verileri (2005)
• BATI Akdeniz Ekonomisini Geliştirme Vakfı (2003). Bölgesel Gelişim Raporu, I. Cilt
• BALDEMİR Ercan, Bahar Ozan (2003). Türkiye’ye Yönelik Turizm Talebinin Neural (Sinir) Ağları Modelini Kullanarak Analizi, Gazi Üniversitesi Ticaret ve Turizm Eğitimi Fakültesi Dergisi, Sayı 2
• BAYLAR A., Emiroğlu M.E.. Arslan A. (1999). Geriye Yayılma Yapay Sinir Ağı Kullanılarak Yanal Su Alma Yapısına Yönelecek Olan Sürüntü Maddesi Oranının Bulunması, Dokuz Eylül Üniversitesi Fen ve Mühendislik Dergisi, Sayı:2
• BENLİ Yasemin (2002). Finansal Başarısızlığın Tahmininde Yapay Sinir Ağı Kullanımı ve İMKB’de Bir Uygulama, Muhasebe Bilim Dünyası Dergisi, Yıl: 4, Sayı: 4
• BURGER, M., Dohnal, M. Kathrada ve R. Law (2001). A practitioners guide to time-series methods for tourism demand forecasting - a case study of Durban, South Africa, Tourism Management, Yıl: 22, Sayı: 4
• CHO Vincent, (2003). A comparison of three different approaches to tourist arrival forecasting, Tourism Management, Yıl: 24, Sayı: 3
• CHOİ Hyung Rim, Kim Wooju, An Sung Youn (1997). Recurrent and Decomposed Neural Network Based Hotel Occupancy Forecasting, The New Review of Applied Expert Sytems, Sayı: 3
• ÇUHADAR Murat, Kayacan Cengiz (2005). Yapay Sinir Ağları Kullanılarak Konaklama İşletmelerinde Doluluk Oranı Tahmini: Türkiye’deki Konaklama İşletmeleri Üzerine Bir Deneme, Anatolia Turizm Araştırmaları Dergisi, Cilt 16, Sayı 1
• EFE Önder, Kaynak Oktay (2000). Yapay Sinir Ağları ve Uygulamaları, Boğaziçi Üniversitesi Yayını No: 696: İstanbul.
• ELMAS Çetin, (2003). Yapay Sinir Ağları (Kuram, Mimari, Eğitim, Uygulama), Seçkin Yayıncılık: Ankara. İÇÖZ Orhan, Kozak Metin (2002). Turizm Ekonomisi, Turhan Kitabevi, Ankara. Kültür ve Turizm Bakanlığı İstatistikleri
• LAW Rob (1998). Room Occupancy Rate: A Neural Network Approach, International Journal of Contemporary Hospitality Management, Yıl: 10, Sayı: 6
• LAW Rob ve Au Norman (1999). A neural network model to forecast Japanese demand for travel to Hong Kong, Tourism Management, Yıl: 20, Sayı: 1
• LAW Rob, (2000). Demand for Hotel Spending by Visitors to Hong Kong: A Study of Various Forecasting Techniques, Journal of Hospitality & Leisure Marketing, Yıl: 6, Sayı: 4
• LAW Rob, (2000). Back-propagation learning in improving the accuracy of neural network-based tourism demand forecasting, Tourism Management, Yıl: 21, Sayı: 4
• ÖZALP Alperen, Anagün Sermet, (2003). Yapay Sinir Ağı Performansına Etki Eden Faktörlerin Analizinde Taguchi Yöntemi: Hisse Senedi Fiyat Tahmini Uygulaması”, İstatistik Araştırma Dergisi, Yıl: 2, Sayı: 1
• ÖZKÖK Ferah (2003). Türkiye ve Avrupa Birliğinde Turizmin Ekonomik Etkileri, Standard Ekonomik ve Teknik Dergi, Yıl: 42, Sayı: 498
• PATTİE Douglas C., Snyder John (1996). Using a neural network to forecast visitor behavior, Annals of Tourism Research, Yıl: 23, Sayı: 1
• TETİK Serdar (2002). Antalya Turizm Pazarındaki Değişimler ve 2002 – 2010 Dönemi için Kestirimler, Turizm Bakanlığı, II Turizm Şurası Bildirileri, II. Cilt: Ankara
• TSUAR Sheng-Hshiung, Chiu Yi-Chang ve Huang Chung-Huei (2002). Determinants of guest loyalty to international tourist hotels – a neural network approach, Tourism Management, Yıl: 23, Sayı: 4 Turizm Yıllığı (2003). Ekin Yazım Grubu Araştırma Birimi, İstanbul
• UYSAL Muzaffer (1985). Turizmde Talep Projeksiyon Modelleri ve Özellikleri, Turizm Yıllığı, T.C. Turizm Bankası A.Ş, Ankara.
• UYSAL Muzaffer ve El Roubi Sherif (1999). Artificial Neural Network Versus Multiple Regression İn Tourism Demand Analysis, , Journal of Travel Research, Yıl: 38, Sayı: 2
• WORLD Tourism Barometer (2005). World Tourism Organization, Volume: 3. Number: 1, Madrid
• WORDL Travel & Tourism Council (2005). The 2005 Travel & Tourism Economic Research
• YILDIZ Birol, (2001). Finansal Başarısızlığın Öngörülmesinde Yapay Sinir Ağı Kullanımı ve Halka Açık Şirketlerde Ampirik Bir Uygulama”, İMKB Dergisi, Yıl: 5 Sayı: 17
• YÜCEL Sunay Ünlü (2003). Alman Seyahat Endüstrisinin Profili, TÜRSAB Ar&Ge Departmanı, İstanbul
• http://www.tursab.org.tr (21.02.2005)
• http://www.antalya.gov.tr (18.02.2005).
• http://gastronomi.boyut.com.tr (16.02.2005)
• http://www.ttyd.org.tr/tablo8.htm
• http://www.ttyd.org.tr/tablo5.htm