İlgi alanları

Sürdürülebilir Kalkınma Amaçları

• 3
• 2
• 2
• 1

• MakaleAçık Erişim2026Scopus SJRQ2/r/bayburt/11148
  The Effect of Data Types’ on the Performance of Machine Learning Algorithms for Cryptocurrency Prediction

  Tanrikulu, Hulusi Mehmet; Pabuccu, Hakan

  Forecasting cryptocurrencies as a financial issue is crucial as it provides investors with possible financial benefits. A slight improvement in forecasting performance can lead to increased profitability; Therefore, obtaining a realistic forecast is very important for investors. Bitcoin, frequently mentioned in recent due to its volatility and chaotic behavior, has become an investment tool, especially during and after the COVID-19 pandemic. In this study, selected ML techniques were investigated for predicting cryptocurrency movements by using technical indicator-based data sets and measuring the applicability of the techniques to cryptocurrencies that do not have sufficient historical data. In order to measure the effect of data size, Bitcoin’s last 1 year and 7 years of data were used. Following the related literature, Google trends and the number of tweets were used as input features, in addition to the most commonly used twelve technical indicators. Random Forest, K-Nearest Neighbors, Extreme Gradient Boosting (XGBoost-XGB), Support Vector Machine (SVM), Naive Bayes (NB), Artificial Neural Networks (ANN), and Long-Short-Term Memory (LSTM) network were optimized for best results. Accuracy, F1, and area under the ROC curve values were used to compare the model performance. For continuous data, ANN and SVM performed the best with the highest accuracy and outperformed the other ML models for complete and reduced sets. LSTM reached the best accuracy for trend data, but SVM, NB, and XGB models showed similar performance. The research shows that some indicators significantly affect prediction performance, and the data discretization process also improved the model’s accuracy. While the number of samples affects the results of many ML models, correctly optimized and fine-tuned models may also give excellent results even with less data.

  AtıfScopus1·OpenAlex2

  İncele
• MakaleAçık Erişim2024Scopus SJRQ1/r/bayburt/11491
  Feature selection with annealing for forecasting financial time series

  Pabuccu, Hakan; Barbu, Adrian

  Stock market and cryptocurrency forecasting is very important to investors as they aspire to achieve even the slightest improvement to their buy-or-hold strategies so that they may increase profitability. However, obtaining accurate and reliable predictions is challenging, noting that accuracy does not equate to reliability, especially when financial time-series forecasting is applied owing to its complex and chaotic tendencies. To mitigate this complexity, this study provides a comprehensive method for forecasting financial time series based on tactical input–output feature mapping techniques using machine learning (ML) models. During the prediction process, selecting the relevant indicators is vital to obtaining the desired results. In the financial field, limited attention has been paid to this problem with ML solutions. We investigate the use of feature selection with annealing (FSA) for the first time in this field, and we apply the least absolute shrinkage and selection operator (Lasso) method to select the features from more than 1000 candidates obtained from 26 technical classifiers with different periods and lags. Boruta (BOR) feature selection, a wrapper method, is used as a baseline for comparison. Logistic regression (LR), extreme gradient boosting (XGBoost), and long short-term memory are then applied to the selected features for forecasting purposes using 10 different financial datasets containing cryptocurrencies and stocks. The dependent variables consisted of daily logarithmic returns and trends. The mean-squared error for regression, area under the receiver operating characteristic curve, and classification accuracy were used to evaluate model performance, and the statistical significance of the forecasting results was tested using paired t-tests. Experiments indicate that the FSA algorithm increased the performance of ML models, regardless of problem type. The FSA hybrid models showed better performance and outperformed the other BOR models on seven of the 10 datasets for regression and classification. FSA-based models also outperformed Lasso-based models on six of the 10 datasets for regression and four of the 10 datasets for classification. None of the hybrid BOR models outperformed the hybrid FSA models. Lasso-based models, excluding the LR type, were comparable to the best models for six of the 10 datasets for classification. Detailed experimental analysis indicates that the proposed methodology can forecast returns and their movements efficiently and accurately, providing the field with a useful tool for investors.

  AtıfScopus28·WoS18·OpenAlex32

  İncele
• MakaleAçık Erişim2022/r/bayburt/16694
  Demografya, iletişimde kader midir? ön lisans ve lisans düzeyindeki öğrencilerin sözlü iletişim becerilerinin demografik değerlendirmesi

  Pabuçcu, Hakan; Keskin, Savaş; Kömür, Gökhan

  Bu araştırma, iletişim araştırmalarında güçlü bir determinist paradigma olan demografi etkisinin çağdaş dünyada geçerliğini yitirmeye başladığı varsayımını, Bayburt Üniversitesi Sağlık Bilimleri Fakültesi ve Sağlık Hizmetleri Meslek Yüksekokulu öğrencilerinin iletişim becerileri özelinde test etmektedir. Özellikle sağlıkla ilgili mesleklerde iletişim becerilerinin yoğun olarak kullanılması bu alandaki meslek sahiplerinin iletişim becerilerinin yüksek olmasını gerektirmektedir. Birçok beceri için temel oluşturan iletişim becerileri bireyler tarafından öğrencilik yıllarında daha aktif bir şekilde geliştirilebilmektedir. Öğrencilerin bu yıllarda almış oldukları dersler ile beraber, olaylar karşısında yaşayarak, duyarak ve görerek edinmiş oldukları tecrübeler, iletişimlerini etkili kılabilecek yeteneklerin kazanılmasına imkân sağlamaktadır. Günümüzde icra edilen mesleklerin birçoğu insan ilişkilerinin yoğun olduğu ve iletişime açık ortamlarda gerçekleşmektedir. İletişim teknolojilerindeki yükselişle birlikte sözel iletişim becerilerinin dijital sistemlerle yöndeşmesi, coğrafi ve demografik bağlayıcılığın da sorgulanması gerektiğini açığa vurur. Uzunca bir dönem ‘kader’ olarak tanımlanan coğrafyanın misyonunu modern zamanda üstlenen “demografya”, hâlâ etkin bir kavrayış odağı olarak iletişim bilim araştırmalarının merkezinde yer alırken artık psikografi ağırlıklı bir anlayışa geçilmesi gerektiği tezi, bu araştırmanın temel dayanağıdır. Yükseköğretimde bir ihtiyaç olan iletişim becerileri tasarımı için gerekli olan altyapı araştırmalarında psikografi temelli düşüncenin daha doğru bir düşünce olacağını tanıtlamak için test gerçekleştirilen anket çalışmasında, demografik bağımsız değişkenler temelinde 7 hipotez sınanmış ve demografyanın genel olarak anlamlı farklılığa neden olmadığı saptanmıştır. Bu sonuç, tarama modelli saha çalışmalarında psikografik tasarıma daha fazla ağırlık verilmesi gerektiğine dair bir ön tespittir.

  • 
  • 
  İncele
• MakaleAçık Erişim2022/r/bayburt/16645
  Tersine Göç Eğilimi ve Diaspora Ağları: Almanya'daki Yüksek Nitelikli Türklerin Tersine Göç Eğilimlerini Etkileyen Faktörler

  Durmaz, Atakan; Pabuçcu, Hakan; Kömür, Gökhan

  Bu çalışmada, uluslararası göç eğilimleri ve bu eğilimlere neden olan faktörler incelenerek, özellikle Almanya'daki nitelikli Türk göçmenlerin Türkiye'ye yönelik tersine göç eğilimleri ortaya çıkartılmaya çalışılmıştır. Bu çalışma kapsamında 15/11/2018 ile 30/04/2019 tarihleri arasında Almanya’da bir saha çalışması gerçekleştirilmiş ve toplamda 1.127 katılımcı, 451 öğrenci (%40) ve 676 mezuna (%60) ulaşılmıştır. Sürekli değişkenler yorumlanırken verilerin regresyon katsayıları üzerinden analiz edilmesi için lojistik regresyon analizi kullanılmıştır. Ayrıca kategorik değişkenler yorumlanırken Odds Ratio (OR) değerleri kullanılmış ve böylece referans kategoriler arasındaki farklar ortaya konmuştur. Araştırma sonuçlarına göre, misafir olunan ülkeye ekonomik olarak entegre olamayan ve iş ararken yabancı düşmanlığı gibi olumsuz durumlarla karşılaşan göçmenler, ülkelerine dönme eğilimindedir. Ülkeleriyle ilişkilerini güçlü tutan ülkelerindeki gelişmeleri takip etmeye çalışan göçmenlerin de geri dönüş eğilimi diğer göçmenlere göre daha yüksektir. Ayrıca kendi ülkelerinde sosyalleşme sürecini tamamlayan göçmenler ile anavatan dışında bu süreci tamamlayan göçmenler arasında uluslararası göç eğilimlerini etkileyen etkenler açısından farklılıklar bulunmaktadır.

  • 
  İncele
• MakaleYalnız künye2020/r/bayburt/14964
  Kamu Sağlık Harcamaları-İşgücü Verimliliği İlişkisi: Sinirsel Bulanık Yaklaşım

  Durmaz, Atakan; Pabuçcu, Hakan

  İşgücü verimliliği kavramı iktisat literatüründe çok önemli bir yere sahiptir. Bu sebeple işgücüverimliliğinin belirleyicileri ve etkileri üzerine birçok araştırma yapılmıştır. Bu çalışmada ise genelolarak kabul görmüş belirleyici değişkenlerin etkileri araştırılmıştır. Çalışmada G20 ülkeleri için1997-2018 dönemini kapsayan veri seti kullanılmış ve yapay sinir ağı-bulanık mantık hibritmodellerinden olan ANFIS ile ilgili belirleyici değişkenlerin uzun dönemli etkileri tartışılmıştır.ANFIS model öğrenebilme ve güçlü karar verme yeteneğine sahip olan ve değişkenler arasındakidoğrusal olmayan ilişkilerin tespitinde sıklıkla kullanılan güçlü bir yöntem olması nedeniyleseçilmiştir. ANFIS modelin tespit edilen ilişkilere ait eşitlikler sunmaması sebebiyle, modelinürettiği iki ve üç boyutlu grafikler vasıtasıyla belirleyicilerin uzun dönemli etkileri tespit edilmiş veyorumlanmıştır.

  AtıfTR Dizin5

  İncele
• MakaleAçık Erişim2020/r/bayburt/14220
  Forecasting the movements of Bitcoin prices: an application of machine learning algorithms

  Pabuçcu, Hakan; Ongan, Serdar; Ongan, Ayse

  Cryptocurrencies, such as Bitcoin, are one of the most controversial and complex technological innovations in today's financial system. This study aims to forecast the movements of Bitcoin prices at a high degree of accuracy. To this aim, four different Machine Learning (ML) algorithms are applied, namely, the Support Vector Machines (SVM), the Artificial Neural Network (ANN), the Naive Bayes (NB) and the Random Forest (RF) besides the logistic regression (LR) as a benchmark model. In order to test these algorithms, besides existing continuous dataset, discrete dataset was also created and used. For the evaluations of algorithm performances, the F statistic, accuracy statistic, the Mean Absolute Error (MAE), the Root Mean Square Error (RMSE) and the Root Absolute Error (RAE) metrics were used. The t test was used to compare the performances of the SVM, ANN, NB and RF with the performance of the LR. Empirical findings reveal that, while the RF has the highest forecasting performance in the continuous dataset, the NB has the lowest. On the other hand, while the ANN has the highest and the NB the lowest performance in the discrete dataset. Furthermore, the discrete dataset improves the overall forecasting performance in all algorithms (models) estimated.

  AtıfWoS25·OpenAlex65

  İncele
• MakaleYalnız künye2020Scopus SJRQ2/r/bayburt/13412
  Strategy development for the turkish ready-made garment sector using swot analysis – fuzzy topsis method

  Ozbek, Ahmet; Pabuccu, Hakan; Esmer, Yusuf

  The aim of this study was to integrate SWOT analysis and the fuzzy TOPSIS method to develop a strategy for the Turkish RMG sector. SWOT analysis was used to determine the strengths &weaknesses and opportunities & threats of the sector. New strategies were developed using SWOT analysis data, and then the fuzzy TOPSIS method was used to rank the strategies for the sector. Four strategies were determined: (1) building global brands, (2) providing government incentives to increase the competitive power of the sector, (3) effective use of e-commerce, and (4) transforming the sector into an attractive business area for young people. Empirical results indicate that the third strategy is ideal for the sector. However, SWOT analysis falls short of determining strategies for any sector. The ability of strategy making processes to yield positive outcomes depends largely on managers’ participation in decision-making processes. Fuzzy TOPSIS was used to model the inherent uncertainty in human knowledge and behaviour and to incorporate sector managers’ views into the system to assess alternatives that integrate SWOT.

  • 
  AtıfOpenAlex6

  İncele
• MakaleYalnız künye2019/r/bayburt/15167
  Borsa Endeksi Hareketlerinin Tahmini: Trend Belirleyici Veri

  Pabuçcu, Hakan

  Bu çalışma BIST 100 borsa endeksinin negatif ve pozitif yönlü hareketlerinin tahmin edilmesini konu edinmektedir. Yapaysinir ağı, destek vektör makinesi ve naive Bayes algoritmasının tahmin performansları karşılaştırılmaktadır. Analizler ikiaşamalı olarak yapılmaktadır. Birinci aşamada tahmin modellerinde girdi olarak kullanılacak dokuz adet teknik gösterge,borsa endeksi açılış, kapanış, en yüksek ve en düşük fiyatlar, kullanılarak hesaplanmakta ve sürekli olan bu teknikgöstergeler barındırdıkları trende göre kategorize edilerek yeni bir veri seti oluşturulmaktadır. İkinci aşamada ise, trendbelirleyici veri seti girdi olarak kullanılmakta ve seçilen üç makine öğrenme algoritması kullanılarak tahminleryapılmaktadır. BIST 100 veri seti 2009-2018 Aralığını kapsayan günlük kapanış fiyatlarını içermektedir. Analizlerle,destek vektör makineleri algoritmasının en iyi sınıflandırıcı olduğu sonucuna ulaşılmıştır. Ayrıca, daha önceki benzerçalışmalarla karşılaştırmalar yapılarak gerek kullanılan veri seti gerekse tahmin modellerinin etkileri tartışılmaktadır.

  AtıfTR Dizin11

  İncele
• MakaleAçık Erişim2019/r/bayburt/15090
  Strategic Career Planning: Fuzzy Logic Approach

  Pabuçcu, Hakan; Esmer, Yusuf

  Strategic career planning is a type of career planning by analyzing all factors of the individual. In this context, strategic career planning consists of 5 stages. First; is the determination of the mission and vision. Second; determining the strengths and weaknesses. Third is to anticipate the threats and opportunities. Fourth, it is the determination of the basic career strategies. Finally, ranking the basic career strategies by using fuzzy TOPSIS approach. The aim of this study is to determine the strategies to be followed by the students by making a strategic career planning for university students and to rank these strategies according to their importance. For this purpose, students' opinions were taken with the strategic career planning form, which was formed in accordance with the students who have taken postgraduate education in the Department of Business Administration in the Institute of Social Sciences of Bayburt University. The students were asked about their mission, vision, strengths and weaknesses, and their threats and opportunities. In the analysis phase of the study, firstly, 4 strategies were determined by using the mission and vision findings of students and SWOT analysis findings and these strategies were scored by 3 experts. Scored strategies are listed with Fuzzy TOPSIS Method. As a result of the analysis, the strategy of” being a manager in public or private sector” has been determined as the most appropriate strategy. According to this result, it can be said that the graduate students of the business management program tent to be managers in an institution in public or private sector.

  • 
  • 
  AtıfOpenAlex14·TR Dizin9

  İncele
• MakaleYalnız künye2019/r/bayburt/15078
  Borsa endeksi hareketlerinin makine öğrenme algoritmaları ile tahmini

  Pabuçcu, Hakan

  Finansal zaman serilerinin barındırdığı belirsizlik, kaotik hareketler yanında doğrusal olmayandinamik yapı, tahminleri oldukça güçleştirmektedir. Borsa endekslerinin politik değişimler,ekonominin genel görünümü, yatırımcıların beklenti ve yatırım tercihleri ve diğer endekslerinhareketleri gibi birçok makroekonomik faktörden etkilenmeleri, endeks tahminlerini oldukça zorancak bir o kadar da çekici kılmaktadır. Borsa endeksi hareketleri ve geleceğe dönük tahminlerüretmede makine öğrenme algoritmalarının başarılı oldukları bilinmektedir. Bu çalışmada BIST 100endeksi hareketlerinin yönünün tahmin edilmesi problemi ele alınmıştır. Üç farklı makine öğrenmealgoritması olan yapay sinir ağları, destek vektör makineleri ve naive Bayes sınıflandırıcı algoritmasıkullanılmış ve performansları karşılaştırılmıştır. Borsa endeksi tahminleri için kullanılan on teknikgösterge modeller için girdi olarak kullanılmıştır. Veri seti 2009-2018 periyodunu kapsayan günlükkapanış değerlerini içermektedir. Analiz sonuçları, her üç modelin de borsa endeks hareketleriniyakalamada kullanılabilir olduğunu, yapay sinir ağı algoritmasının ise daha iyi bir sınıflandırıcıolduğunu göstermiştir.

  AtıfOpenAlex13·TR Dizin10

  İncele