ENERJİ TÜKETİM VERİLERİ KULLANILARAK TÜKETİCİ DAVRANIŞLARININ ANALİZİ

Abstract

Bu tez, belirli bölgelere ait zamana bağlı enerji tüketimi ve çeşitli demografik faktörlerin analizi üzerine odaklanarak, bölge halkının tüketici davranışlarını anlamayı amaçlamaktadır. Günümüzde, enerji tüketimi ve tüketici davranışları, sürdürülebilir enerji yönetimi ve toplum refahı açısından kritik öneme sahiptir. Bu bağlamda, bu tez İstanbul'un ilçelerine odaklanarak, zamana bağlı olarak doğalgaz, su, hane halkı, gaz abone sayısı, okuma yazma bilme oranları, kiralık konut fiyatları, sosyal yardım alan haneler, yıllık tıbbi atık miktarları ve evsel atık miktarları verilerini içermekte ve bölgesel enerji tüketimi üzerindeki etkilerini analiz etmeyi amaçlamaktadır. Tezde, doğalgaz, su, atık yönetimi, okuma yazma oranları ve gelir durumu gibi kritik verilerle ve bu veriler üzerinden bölgesel enerji tüketimi ile tüketici davranışları arasındaki ilişkinin incelemesini amaçlamaktadır. Analizde, belirli bir zaman dilimindeki enerji tüketim desenlerinin ve bu desenlerin demografik faktörlerle ilişkisinin anlaşılması için istatistiksel ve makine öğrenme yöntemleri kullanılmaktadır. Ayrıca, bölgesel enerji tüketimini etkileyen faktörlerin belirlenmesi ve çıkarımlarda bulunulması için regresyon analizleri ve veri madenciliği teknikleri uygulanmaktadır. Elde edilen bulgular, bölgesel enerji tüketimi üzerinde etkili olan faktörleri vurgulayacak ve bölge halkının tüketici davranışlarını şekillendiren unsurları ortaya çıkaracaktır. Tez, enerji planlaması ve sürdürülebilirlik açısından önemli olan bu bağlantıları anlamamıza ve bölgesel enerji tüketimini optimize etmeye yönelik stratejiler geliştirmemize katkıda bulunmayı amaçlamaktadır. Tezde ayrıca Covid-19 döneminin enerji tüketimi ve tüketici davranışları üzerindeki etkilerini anlamak için çeşitli istatistiksel ve veri madenciliği yöntemlerini kullanmaktadır. Tezde, veriler kullanılarak zaman serilerini grafik üzerinde yorumlama, grafikler üzerinden geleceğe yönelik tahminde bulunma, makine öğrenme teknikleri ile sınıflandırma yapma ve bu işlemi Manifold Learning ile tekrarlama gibi uygulamalar yapılmıştır. Veriler üzerinde yapılan analizlerde kişi bazlı ortalama enerji tüketiminin okur-yazarlıktan çok gelir durumu ile ilgili olduğu anlaşılmıştır. Pandemi döneminde su tüketimi ve tıbbi atık miktarında artış olduğu görülmüştür. Bu çalışma, enerji sektörü ve tüketici davranışları alanında politika yapıcılar, akademisyenler ve endüstri uzmanları için değerli bilgiler sunacak ve sürdürülebilir enerji yönetimi konusundaki çabaları destekleyecektir. Tez, İstanbul'un ilçelerindeki enerji tüketimini etkileyen faktörleri belirleyerek, enerji Bu tez, belirli bölgelere ait zamana bağlı enerji tüketimi ve çeşitli demografik faktörlerin analizi üzerine odaklanarak, bölge halkının tüketici davranışlarını anlamayı amaçlamaktadır. Günümüzde, enerji tüketimi ve tüketici davranışları, sürdürülebilir enerji yönetimi ve toplum refahı açısından kritik öneme sahiptir. Bu bağlamda, bu tez İstanbul'un ilçelerine odaklanarak, zamana bağlı olarak doğalgaz, su, hane halkı, gaz abone sayısı, okuma yazma bilme oranları, kiralık konut fiyatları, sosyal yardım alan haneler, yıllık tıbbi atık miktarları ve evsel atık miktarları verilerini içermekte ve bölgesel enerji tüketimi üzerindeki etkilerini analiz etmeyi amaçlamaktadır. Tezde, doğalgaz, su, atık yönetimi, okuma yazma oranları ve gelir durumu gibi kritik verilerle ve bu veriler üzerinden bölgesel enerji tüketimi ile tüketici davranışları arasındaki ilişkinin incelemesini amaçlamaktadır. Analizde, belirli bir zaman dilimindeki enerji tüketim desenlerinin ve bu desenlerin demografik faktörlerle ilişkisinin anlaşılması için istatistiksel ve makine öğrenme yöntemleri kullanılmaktadır. Ayrıca, bölgesel enerji tüketimini etkileyen faktörlerin belirlenmesi ve çıkarımlarda bulunulması için regresyon analizleri ve veri madenciliği teknikleri uygulanmaktadır. Elde edilen bulgular, bölgesel enerji tüketimi üzerinde etkili olan faktörleri vurgulayacak ve bölge halkının tüketici davranışlarını şekillendiren unsurları ortaya çıkaracaktır. Tez, enerji planlaması ve sürdürülebilirlik açısından önemli olan bu bağlantıları anlamamıza ve bölgesel enerji tüketimini optimize etmeye yönelik stratejiler geliştirmemize katkıda bulunmayı amaçlamaktadır. Tezde ayrıca Covid-19 döneminin enerji tüketimi ve tüketici davranışları üzerindeki etkilerini anlamak için çeşitli istatistiksel ve veri madenciliği yöntemlerini kullanmaktadır. Tezde, veriler kullanılarak zaman serilerini grafik üzerinde yorumlama, grafikler üzerinden geleceğe yönelik tahminde bulunma, makine öğrenme teknikleri ile sınıflandırma yapma ve bu işlemi Manifold Learning ile tekrarlama gibi uygulamalar yapılmıştır. Veriler üzerinde yapılan analizlerde kişi bazlı ortalama enerji tüketiminin okur-yazarlıktan çok gelir durumu ile ilgili olduğu anlaşılmıştır. Pandemi döneminde su tüketimi ve tıbbi atık miktarında artış olduğu görülmüştür. Bu çalışma, enerji sektörü ve tüketici davranışları alanında politika yapıcılar, akademisyenler ve endüstri uzmanları için değerli bilgiler sunacak ve sürdürülebilir enerji yönetimi konusundaki çabaları destekleyecektir. Tez, İstanbul'un ilçelerindeki enerji tüketimini etkileyen faktörleri belirleyerek, enerji politikalarının ve sürdürülebilirlik stratejilerinin geliştirilmesine katkıda bulunmayı amaçlamaktadır. Sonuçlar, yerel yönetimlere, enerji şirketlerine ve planlamacılara bölgesel enerji tüketimi üzerinde etkili politika oluşturma konusunda rehberlik edecek ve gelecekteki araştırmalara yön gösterecektir. Çalışma, bölgesel düzeyde enerji verimliliğini artırmaya yönelik stratejilerin geliştirilmesine ışık tutabilir. İstanbul'un ilçeleri üzerinden yapılan bu analiz, benzer büyük şehirlerde ve bölgelerde benzer çalışmaların uygulanmasına ilham verebilir.This thesis provides an understanding of regional particle behavior by focusing on time-dependent energy consumption and various demographic mass analysis of specific regions. Today, energy consumption and consumer behavior are critical for sustainable energy management and social welfare. In this context, this thesis focuses on the districts of Istanbul and includes data on natural gas, water, households, number of gas subscribers, literacy rates, rental housing prices, households receiving social assistance, annual medical waste amounts and domestic waste amounts over time. It aims to analyze its effects on regional energy consumption. The thesis aims to examine the relationship between regional energy consumption and consumer behavior through critical data such as natural gas, water, waste management, literacy rates and income status. In the analysis, statistical and machine learning methods are used to understand energy consumption patterns over a certain period of time and the relationship of these patterns with demographic factors. Additionally, regression analyzes and data mining techniques are applied to determine the factors affecting regional energy consumption and make inferences. The findings will highlight the factors affecting regional energy consumption and reveal the factors that shape the consumer behavior of the local people. The thesis aims to contribute to our understanding of these connections, which are important for energy planning and sustainability, and to develop strategies to optimize regional energy consumption. The thesis also uses various statistical and data mining methods to understand the effects of the Covid-19 period on energy consumption and consumer behavior. In the thesis, applications such as interpreting time series on graphs using data, making predictions for the future through graphs, classification with machine learning techniques and repeating this process with Manifold Learning were carried out. Analyzes of the data revealed that average energy consumption per person is related to income rather than literacy. It was observed that there was an increase in water consumption and medical waste during the pandemic period. This study will provide valuable information for policy makers, academics and industry experts in the field of energy sector and consumer behavior and will support efforts in sustainable energy management. The thesis aims to contribute to the development of energy policies and sustainability strategies by determining the factors affecting energy consumption in the districts of Istanbul. The results will guide local governments, This thesis provides an understanding of regional particle behavior by focusing on time-dependent energy consumption and various demographic mass analysis of specific regions. Today, energy consumption and consumer behavior are critical for sustainable energy management and social welfare. In this context, this thesis focuses on the districts of Istanbul and includes data on natural gas, water, households, number of gas subscribers, literacy rates, rental housing prices, households receiving social assistance, annual medical waste amounts and domestic waste amounts over time. It aims to analyze its effects on regional energy consumption. The thesis aims to examine the relationship between regional energy consumption and consumer behavior through critical data such as natural gas, water, waste management, literacy rates and income status. In the analysis, statistical and machine learning methods are used to understand energy consumption patterns over a certain period of time and the relationship of these patterns with demographic factors. Additionally, regression analyzes and data mining techniques are applied to determine the factors affecting regional energy consumption and make inferences. The findings will highlight the factors affecting regional energy consumption and reveal the factors that shape the consumer behavior of the local people. The thesis aims to contribute to our understanding of these connections, which are important for energy planning and sustainability, and to develop strategies to optimize regional energy consumption. The thesis also uses various statistical and data mining methods to understand the effects of the Covid-19 period on energy consumption and consumer behavior. In the thesis, applications such as interpreting time series on graphs using data, making predictions for the future through graphs, classification with machine learning techniques and repeating this process with Manifold Learning were carried out. Analyzes of the data revealed that average energy consumption per person is related to income rather than literacy. It was observed that there was an increase in water consumption and medical waste during the pandemic period. This study will provide valuable information for policy makers, academics and industry experts in the field of energy sector and consumer behavior and will support efforts in sustainable energy management. The thesis aims to contribute to the development of energy policies and sustainability strategies by determining the factors affecting energy consumption in the districts of Istanbul. The results will guide local governments, energy companies and planners in creating effective policies on regional energy consumption and will guide future research. The study may shed light on the development of strategies to increase energy efficiency at the regional level. This analysis conducted on the districts of Istanbul may inspire the implementation of similar studies in similar large cities and regions.