Yenilenmiş Akıllı Telefon Pazarının Makine Öğrenmesi ile Analizi

Abstract

Yenilenmiş akıllı telefon pazarı, ekonomik ve çevresel faydaları nedeniyle son zamanlarda dikkat çekmektedir. Özellikle, artan çevre bilinci ve uygun maliyetli alternatiflerin aranması, yenilenmiş ürünlere olan talebi artırmıştır. Ancak, bu pazarın dinamikleri ve fiyatlandırma uygulamaları, yeni cihaz pazarından farklıdır. Fiyat oluşumu, cihazın durumu ve modeli gibi ürüne özgü çeşitli faktörlere bağlıdır. Ancak, bu çok faktörlü yapıyı analiz etmek ve doğru fiyat tahminleri yapmak tüketiciler, satıcılar ve yeniden üreticiler için hala zorlu bir görevdir. Bu bağlamda, makine öğrenimi yüksek doğrulukta fiyat tahmini yapılmasına destek olabilir. Yenilenmiş akıllı telefonlar için özellik tabanlı fiyat tahmin modelleri geliştirmek, fiyat dalgalanmalarını açıklamaya ve kullanım ve yenileme sonrası durumu dikkate alarak cihazın değerini tahmin etmeye yardımcı olur. Bu çalışmada, tahmin doğruluğunu artırmak için hem geleneksel makine öğrenimi hem de derin öğrenme yöntemleri kullanılmıştır. Model performansı MSE, MAE, RMSE ve R² puanı kullanılarak değerlendirilmiştir. XGB Regressor, geleneksel makine öğrenimi algoritmaları arasında 0,9902 R² ile en iyi sonucu elde etmiştir. Derin öğrenme modelleri arasında LSTM de 0,9870 R² ile güçlü bir performans göstermiştir.