SavedAdd your journal

Journals / Akademik İncelemeler Dergisi / 2009 / Cilt: 4 - Sayı: 2

Markov Zinciri Yöntemi İle Taşınabilir Bilgisayar Tercihlerinin Analizi

Selçuk ALP
Ersoy ÖZ
Pages
37–55
Publication Date
2014-08-13
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Steady-state vector which is to be found at the end of the Markov chains analysis corresponds to the future market shares of the companies.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Notebook computer usage is daily increasing.
📊
Key Findings & Data:The survey was taken by 1068 people who named the notebook computer brand they are currently using and the brand they used before.
💡
Conclusion & Impact:Steady-state vector which is to be found at the end of the Markov chains analysis corresponds to the future market shares of the companies.
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:Markov Zinciri · Uzun Dönem Denge Vektörü · Marka Tercihi

Abstract

Notebook computer usage is daily increasing. Tendency of the user preferences in the long term is considerably important for the companies which produce products for the notebook computer market. The survey was taken by 1068 people who named the notebook computer brand they are currently using and the brand they used before. To calculate the future market shares of the companies, Markov chain analysis which takes the current and the previous, not any other which was used before the previous one, notebook computer brand choices of the participants into consideration is used. Steady-state vector which is to be found at the end of the Markov chains analysis corresponds to the future market shares of the companies.

Özet

Günümüzde taşınabilir bilgisayar kullanımı hızla artmaktadır. Buna paralel olarak kullanıcıların taşınabilir bilgisayar markası tercihleri de önem kazanmaktadır. Bu çalışmada, taşınabilir bilgisayar markaları tercihlerinin analizi için 1068 kişiye anket düzenlenmiştir. Ankete katılan kişilere şu anda kullandıkları ve eğer varsa geçmişte kullanmış oldukları taşınabilir bilgisayar markaları sorulmuştur. Taşınabilir bilgisayar markası tercihleri analizi için Markov Zincirlerinin temeli olan geçiş olasılıkları matrisi ve uzun dönem denge vektörlerinin hesaplanmasına yönelik olarak bir çalışma gerçekleştirilmiştir. Markov geçiş olasılıkları matrisleri herhangi bir taşınabilir bilgisayar markasından diğer taşınabilir bilgisayar markalarına geçiş sayıları dikkate alınarak oluşturulmuştur.

🔖

Cite This Article

ALP, S., ÖZ, E. (2014). Markov Zinciri Yöntemi İle Taşınabilir Bilgisayar Tercihlerinin Analizi. Akademik İncelemeler Dergisi, Cilt: 4 - Sayı: 2, 37–55. https://ajindex.com/articles/4860

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (21)

  1. AKPINAR, M.Göksel ve Oğuz Yurdakul (2008), “Gıda Ürünlerinde Marka Tercihlerini Etkileyen Faktörler”, Akdeniz Üniversitesi Ziraat Fakültesi Dergisi, Vol.12(1), s. 1-6.
  2. ALP, Selçuk (2007), “Türkiye’de Eğitim Sürecinin Markov Geçiş Modeli”, 8. Türkiye Ekonometri ve İstatistik Kongresi, 24-25 Mayıs 2007.
  3. İnönü Üniversitesi,
  4. Malatya. AYTEMİZ, Tevfik, Ahmet Şengönül (2004), “Markov Zincirlerinin Ekonomik Bir Probleme Uygulanması: Perakende Alışverişlerde Bireysel Olarak Kullanılan Madeni Para Stratejilerinin Karşılaştırmalı Analizi” Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 6, Sayı: 4, s. 29- 43. BAYRAKTAROĞLU Gül (2004), “Kolayda Mallarda Marka Bağlılığını Etkileyen Faktörler: Hazır Kahve Üzerine Bir Çalışma”, Yönetim Ve Ekonomi, Cilt.11, Sayı.2, s. 69-84.
  5. CERİT, Cevdet ve Müşerref Yüksel (1993),
  6. Olasılık, Üçüncü Baskı,
  7. Beta Yayınevi,
  8. İstanbul.
  9. CİNEMRE, Nalan (2004),
  10. Yöneylem Araştırması, İkinci Baskı,
  11. Beta Basım Yayım Dağıtım A.Ş., İstanbul.
  12. ÇİFCİ, Sertaç ve Ruziye Cop (2007), “Marka Ve Marka Yönetimi Kavramları: Üniversite Öğrencilerinin Kot Pantolon Marka Tercihlerine Yönelik Bir Çalışma”, Finans Politik & Ekonomik Yorumlar, Cilt: 44, Sayı:512, s. 69-88.
  13. CHUNG, Kai Lai, John B. Walsh (2005),
  14. Markov Processes, Brownian Motion, and Time Symmetry, 2nd Ed., Springer Science Business Media Inc., United States of America. DARDANONI, Valentino (1995), “Income distribution dynamics: monotone Markov chains make light work”, Social Choice and Welfare, Vol: 12, No: 2, s. 181-192.
  15. DURA, Codruta (2006), “The Use of Markov Chains in Marketing Forecasting”, Annals of the University of Petroşani, Economics, Vol 6, No 1, s. 69-76.
  16. GEVREK, Ali İhsan, İlker Şengüller (1992), “Markov Zinciri Analiz Yönteminin Linyit İçeren Zırnâk Formasyonuna (Pliyose, Hınıs) Uygulanması”, Jeoloji Mühendisliği Dergisi, Sayı: 41, s. 84-90.
  17. GILKS, W.R., S. Richardson, D.J. Spielgelhalter (1996),
  18. Markov Chain Monte Carlo In Practice, Chapman&Hall, London. GIUDICI, Paolo, Robert Castelo (2003), “Improving Markov Chain Monte Carlo Model Search for Data Mining”, Machine Learning, Vol: 50, No: 1-2, s. 127-158.
  19. HILLIER, S.Frederick, Gerald J. Lieberman (2001), Introduction to Operations Research, 7th. Edition.
  20. McGraw-Hill, New York. KOÇAK, Kasım, Zekai Şen (1998). “Kurak ve Yağışlı Gün Oluşumlarının Markov Zinciri Yaklaşımı ile Uygulamalaı İncelenmesi”, Tr. J. Of Engeneering and Environmental Science, Sayı: 22, s. 479-487.
  21. KORALOV, Leonid.B., Yakov G. Sinai (2007),