Predicting airbnb prices using location and image data
2025
0 views
0 downloads
Advisor: Doç. Dr. Gülfem Alptekin
Abstract (TR)
Dönemsel konaklama ihtiyaçları, yakın zamana kadar ağırlıklı olarak otel gibi işletmeler aracılığıyla karşılanmaktaydı. Ancak son yıllarda, Airbnb aracılığıyla konutlar da kiralanmaya başlandı. Bu modeli farklı kılan birçok özellik bulunmaktadır. Öncelikle, kiralanan mülklerin fiziksel özellikleri (oda sayısı, sunulan olanaklar vb.), hem geleneksel hizmetlerden hem de kendi aralarında önemli farklılıklar göstermektedir. İkinci olarak, geleneksel konaklama hizmetleri genellikle şehrin belirli bölgelerinde yoğunlaşırken, Airbnb aracılığıyla kiralanabilen konutlar hemen her konumda bulunabilmektedir. Son olarak, bu konutlarda sunulan hizmetler de otel ve pansiyonlara kıyasla çeşitlilik göstermektedir. Bu farklılıklar, konaklama hizmetlerinin fiyatlandırılmasında farklı yaklaşımlar gerektirmektedir. Fiyatı etkileyen faktörlerin doğru bir şekilde belirlenmesi ve bu bilgiler doğrultusunda adil bir fiyatlandırma yapılması; hem hizmet sağlayıcıların karlılığı hem de hizmet alanların makul bir fiyat teklifi değerlendirmesi açısından büyük önem taşımaktadır. İstanbul'daki Airbnb ilanlarını temel alan bu araştırmada, konutların fiyatını hangi faktörlerin ne ölçüde etkilediği ve en başarılı fiyat tahmin yönteminin hangisi olduğu analiz edilmiştir. Araştırmada, Airbnb ilanlarında standart olarak sunulan oda sayısı, müşteri puanı gibi temel bilgilerle birlikte; konumun toplu taşımaya entegrasyonu, günlük ihtiyaçların ne ölçüde karşılanabildiği ve ilanın fotoğrafının analizi gibi unsurlar da değerlendirilmiştir. Fiyat tahminlemesi için farklı makine öğrenmesi teknikleri uygulanmış ve her bir faktörün fiyat üzerindeki etkisi hesaplanmıştır. Sonuçlara göre, bir konutun fiziksel özellikleri kadar olmasa da, konuma dayalı bilgilerin de önemli bir rol oynadığı görülmüştür. Toplu taşıma duraklarına yakınlık, kültürel aktiviteler ve eğitim olanakları öne çıkan faktörler olarak belirlenmiştir. İlanın fotoğrafının büyük dil modeli aracılığıyla analiz edilmesinin fiyat tahminine anlamlı bir katkı sağlamadığı tespit edilmiştir.
Author
Dr. Özgün Akalın
Institution
How to Cite
Özgün Akalın (Yüksek Lisans Tezi). Predicting airbnb prices using location and image data, 2025, Galatasaray University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Galatasaray University
- Devletin yeni uzay faaliyetlerinden doğan uluslararası sorumluluğu(2025)
- Sermaye şirketlerinde ortakların ve organların kamu borçlarından sorumluluğu(2022)
- Le supporterisme comme une identite contre culturelle : etude des modes de construction identitaire dans et autour des stades de football a istanbul(2014)
- Le nouveau roman: claude simon et william faulkner(2014)
- Yöneticilerin sorumluluk sigortası(2015)
- Langlands functoriality principle(2021)
