Toplu Taşınmaz Değerlemesi için Coğrafi Verinin İşlenmesi ve Rastgele Orman Makine Öğrenmesi Tekniğiyle Tahmin Modelinin Geliştirilmesi

Abstract

Taşınmazların değerinin yatırım planlamasından kredi düzenlenmelerine, vergilendirmeden çeşitli sektörel uygulamalara kadar kullanılmasından dolayı taşınmazlar ülke ekonomilerinin önemli bir bileşenidir. Taşınmazların değerinin güncel yaklaşımlar ile objektif olarak tespiti, planlı ve sürdürülebilir taşınmaz yönetim stratejilerinin geliştirilmesi için önemli bir gereksinim haline gelmiştir. Dolayısıyla tekil değerleme yaklaşımlarının yanı sıra toplu taşınmaz değerlemesi için gelişmiş makine öğrenme teknikleri kullanılmaya başlanmıştır. Çalışma kapsamında, konut tipindeki taşınmazların toplu değerlemesi için mahalli, konumsal ve yapısal gruplarda tanımlanan 120’den fazla kriter belirlenmiştir. Belirlenen çalışma alanında kriterleri temsil eden coğrafi veriler, çeşitli coğrafi analiz teknikleriyle uygulama için kullanılır hale getirilmiştir. Ardından Pearson korelasyon analizi ile 54 kriter model geliştirmede kullanılmak üzere seçilmiştir. Taşınmaz değer veri setinde, Boxplot grafik yaklaşımı ve Kümelenme & Aykırılık Analizi teknikleriyle verilerin genel dağılımından sapan 444 aykırı veri elimine edilmiştir. Makine öğrenmesine dayalı tahmin modelleri için çalışma alanındaki piyasa örneklemleri ile %70 eğitim ve %30 test oranlarında veri setleri oluşturulmuştur. Rastgele Orman ve performans karşılaştırma için Çoklu Doğrusal Regresyon Analizi (ÇDR) makine öğrenme teknikleriyle tahmin modelleri geliştirilmiştir. Model performansları test veri seti üzerinden değerlendirilmiştir. Daha başarılı sonuçlar gösteren Rastgele Orman modeli ile kriter önem düzeyleri hesaplanmıştır. Konutun bulunduğu kat, konut alanı, bina yaşı, cephe yönü gibi yapısal ve otobüs durakları, eczane, marketlere yakınlık gibi konumsal kriterlerin ön plana çıktığı tespit edilmiştir. Ayrıca Rastgele Orman modeli ile CBS tabanlı üretilen taşınmaz değer haritasında mahallelerin taşınmaz değer dağılımları irdelenmiştir. Makine öğrenmesi teknikleri ve CBS’nin bütünleşik kullanımıyla üretilen toplu taşınmaz değer haritaları taşınmaz yönetimi ihtiyaçları için etkin biçimde kullanılabilir.