Makine öğrenmesi yöntemleriyle Türkiye’de turizm gelirine etki eden parametrelerin belirlenmesi ve değerlendirilmesi

Abstract

Turizm sektörü ülkeler üzerinde geniş ekonomik etkileri olan en büyük sektörlerden biridir. Küresel etkiler ve gelişen teknolojik düzenle beraber daha da yaygınlaşan seyahat ve turizm sektörü büyüme ivmesini her geçen gün arttırmaktadır. Turizmde yabancı ziyaretçi sayısı bakımından üst sıralarda yer alan Türkiye turizm gelirinde ise dünya ortalamasının çok altında kalmaktadır. Bu durum göstermektedir ki çalışmalarda turizm etkinliğinin ölçülmesinde genellikle kullanılan ziyaretçi sayısının aksine turizm gelirleri üzerinde durulmalıdır. Bu çalışmada 2003-2019 dönemlerinde çeyrek yıllık verilerle ekonomi, turizm kapasitesi, özgürlük, güvenlik ve gelişmişlik düzeyi konularında belirlenen 20 adet faktörün turizm gelirine olan etkileri Türkiye için araştırılmıştır. Araştırmada birim kök ve eşbütünleşme analizleriyle desteklenmiş çoklu doğrusal regresyon modeli, esnek geri yayılım algoritmasına sahip çok katmanlı yapay sinir ağları modeli ve gradyan artırmalı regresyon ağaçları modeli karşılaştırılmıştır. Çalışmada turizm gelirini etkileyen değişkenler küresel terör endeksi ve dış hatlar uçuş trafiği olarak belirlenmiştir. Çalışmanın sonucunda klasik istatistiki yöntemlerle belirlenen bağımlı değişkenlerle en iyi performansa sahip model yapay sinir ağları olarak bulunmuştur.

The tourism is one of the most important sector that affects economies of countries widely. Travel and tourism sectors, which has become more widespread with globalization and developing technology is growing day by day. Turkey is located high rankings in terms of tourist arrivals in the world, but it has lower tourism revenues compared to the world. This shows that tourism revenues should be focused on instead of the tourist arrivals, which is generally used in measuring tourism efficiency in studies. In this study, twenty factors related to economy, tourism capacity, development, freedom and security were investigated in terms of their impact on tourism revenues with quaterly data from 2003 to 2019 in Turkey. Multiple linear regression model supported by unit root tests and cointegration analysis, multilayer artificial neural network supported by resilient propagation algorithm and gradient boosted regression trees models were compared in the research. It was seen that the variables that significantly affect tourism revenues are the global terrorism index and international flight traffic. As a result of the study, neural networks with dependent variables determined by classical statistical methods gave the best performance.