Yazar "Doğan, Mustafa İsa" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması
    (2021) Onan, Onur; Doğan, Mustafa İsa
    Yapılan bu çalışmada etkinlik ve performans konularında sıklıkla kullanılan Malmquist Toplam Faktör Verimlilik Endeksi (MTFVE) ve Veri Zarflama Analizi (VZA) yardımıyla, ülkemizde 2008-2013 seneleri arasında işlem yürüten toplam 19 bankanın etkinlik ve performansları analiz edilmiştir. Özellikle şu günlerde yaşanılan dijital sosyolojinin gelişmesinin hız kazandığı bilgi çağında, dağınık veri yapılarının bilginin üretilmesi adına ham madde olduğu gerçeği önem kazanmaktadır. Yüksek miktarda veri içeren yapılarda stratejik kararların alınmasında oldukça önem kazandığı bilişim tabanlı algoritmalar sayesinde güçlü kestirimler yapılabilmektedir. Mamafih, herhangi bir veri yapısı incelendiğinde popüler bir yöntem kullanılmadan reel sektör oyuncularının teknolojik ve teknik etkinlikleri ile ilgili yapılabilecek yorumlar ziyadesiyle nispi kalmaktadır. Matematiksel programlama tekniklerinin uzantısı olan etkinlik ve performans ölçme yöntemleri bu türde problemlere cevap verebilmeyi hedefler. Buna bağlı olarak kurumların alacakları kararlarda daha isabetli ve kâr maksimizasyonun sağlanması beklenir. İlaveten literatür de az sayıda çalışma olması nedeniyle analiz yöntemi olarak istatiksel programlamada ve veri analizinde gün geçtikçe popülerleşen R yazılım dili kullanılmıştır. Analiz neticesinde farklı dönemlerde bazı bankaların gelişme gösterdikleri ve etkin oldukları görülmüştür. Performans ve etkinlik skorları düşük olan bankalara elde edilen sonuçlara göre bazı iyileştirmeler ve öneriler maddeler halinde verilmiştir.
  • Küçük Resim
    Öğe
    Çok gruplu sınıflandırma problemlerine regresyon analizi ve matematiksel programlama tabanlı yeni bir yaklaşım
    (2019) Doğan, Mustafa İsa; Orman, Abdullah; Örkcü, Mediha; Örkcü, Hacı Hasan
    Bu çalışmada, çok gruplu sınıflandırma problemlerinin çözümü için regresyon analizi ve matematikselprogramlamaya dayalı iki aşamalı yeni bir hibrit sınıflandırma yöntemi geliştirilmiştir. Önerilen yönteminilk aşamasında, her bir birimin sınıflandırma skoru her birim için oluşturulan doğrusal regresyon denklemiyardımıyla tahmin edilmektedir. İkinci aşamasında ise, birimlerin sınıflandırılması kümeleme analizi tabanlımatematiksel programlama modeli ile yapılmaktadır. Önerilen yöntem kendisini oluşturan regresyon analizive matematiksel programlama yöntemlerinin güçlü yanlarını kombine etmektedir. Literatürden alınan 10gerçek veri seti ve simülasyon çalışması sonuçlarından, önerilen yöntemin regresyon analizi, matematikselprogramlama ve yapay sinir ağı temelli sınıflandırma yöntemlerine göre daha iyi performans gösterdiğigözlemlenmiştir.