Kitle Fonlaması Projelerinin Karar Ağacı ve Rastgele Orman Algoritmalarıyla Sınıflandırılması

Authors : Murat KILINÇ, Çiğdem TARHAN, Can AYDIN

Pages : 16-25

View : 37 | Download : 12

Publication Date : 2020-12-31

Article Type : Research Paper

Abstract :Kitle fonlaması platformları, internet üzerinden iş fikirlerini hayata geçirme ya da destek alabilme noktasında büyük olanaklar sağlayabilmektedir. Bu platformlarda destek beklenen projelerin başarısı, alınan finansal destek ile doğru orantılı bir şekilde artmaktadır. Fakat finansal destek alabilmek için projenin destekçilere iyi bir şekilde sunulması gerekir. Günümüzde bu platformlar iyi tasarlanmamış projelerle dolu olduğu için başarı oranı oldukça düşüş göstermiştir. Bu sebeple, finansal destek alınabilmesi için projelerin başarı anlamında test edilmesi ve başarısız olarak sınıflandırılan projelerin eksiklerini gidererek destekçilere yeniden sunulması gerekmektedir. Bu kapsamda, ortaya koyduğumuz çalışmada birçok kategorideki Kickstarter projesi makine öğrenmesi yöntemleriyle sınıflandırılarak web arayüzünde son kullanıcıya sunulmuştur. Projelerin sınıflandırılması için, dağınık veri setlerinde iyi sınıflandırma yapabilen Decision Tree ve Random Forest algoritmaları kullanılmıştır. Algoritmalar, sırasıyla %73 ve %81 oranında sınıflandırma yapabilmektedir. Ayrıca, yapılan sınıflandırmalar değerlendirme metrikleriyle de test edilerek ne kadar doğru sınıflandırma yapılabildiği ölçülmüştür. Bu sayede, kitle fonlaması platformlarına projelerini ekleyen veya ekleyecek olan girişimciler, finansal bir destek aramadan önce projelerini başarı anlamında test ederek eksiklerini görebileceklerdir.
Keywords : Makine Öğrenmesi, Web Uygulamaları, Yönetim Bilişim Sistemleri

ORIGINAL ARTICLE URL