Hesaplamalı araştırma makalesi incelemesi
DOI: 10.3389/frai.2025.1520659BERT ve Web Kazıma Yöntemleriyle Doğal Dil İşleme Destekli Enflasyon Ölçümü
Geleneksel enflasyon ölçüm yöntemleri, Tüketici Fiyat Endeksi (TÜFE) kapsamında sınırlı sıklıkta ve manuel veri toplama süreçlerine dayanmaktadır. Bu durum, piyasadaki anlık fiyat dalgalanmalarının ve dinamik fiyatlama stratejilerinin zamanında tespit edilmesini zorlaştırmaktadır.
Makalenin anahtar kelimeleri
- Yazar
- Martin Berki et al.
- Yayın
- Tarih
- 2025
Makalenin Kapsamı ve Akademik İçeriği
Makroekonomik analizlerde ve politika kararlarında kritik bir role sahip olan enflasyon ölçümü, geleneksel olarak Tüketici Fiyat Endeksi (TÜFE) ve Uyumlaştırılmış Tüketici Fiyatları Endeksi (HICP) gibi resmi veri toplama mekanizmalarıyla yürütülmektedir. Bununla birlikte, geleneksel yöntemlerin veri toplama sıklığı ve hızı bakımından taşıdığı sınırlılıklar, piyasadaki anlık fiyat değişimlerinin ve kısa vadeli dalgalanmalarının eş zamanlı olarak takip edilmesini güçleştirmektedir. E-ticaret platformlarının yaygınlaşmasıyla birlikte web kazıma ve doğal dil işleme teknolojileri, yüksek frekanslı fiyat verilerinin toplanması ve yapılandırılmamış ürün metinlerinin standart ekonomik sınıflandırma sistemlerine entegre edilmesi noktasında yenilikçi bir alternatif sunmaktadır. Bu çalışma, yüksek frekanslı çevrim içi verilerin resmi endekslerle ne derece uyumlu olduğunu ve piyasa dinamiklerini nasıl yansıttığını incelemektedir.
Araştırma, Slovakya'daki popüler bir fiyat karşılaştırma portalından Selenium ve BeautifulSoup araçları kullanılarak tüketici elektroniği kategorisinde toplanan yaklaşık 10.000 ürüne ait tarihsel fiyat ve parametre verisine dayanmaktadır. Toplanan ürünlerin Bireysel Tüketime Göre İşlevsel Sınıflandırma (COICOP) hiyerarşisine göre etiketlenmesi amacıyla pre-trained BERT Base uncased modeli ince ayar (fine-tuning) işleminden geçirilmiştir. Veri setindeki dengesiz dağılım ve resmi istatistik kurumunun dar ölçütleri dikkate alınarak ürünler COICOP seviye 6 kategorilerine ayrıştırılmıştır. Fiyat endekslerinin hesaplanmasında Aralık 2021 baz periyodu kabul edilmiş; ortalama ve medyan tabanlı yöntemlerle birlikte ağırlıklı ve ağırlıksız endeks formülasyonları uygulanarak resmi HICP verileriyle karşılaştırmalı zaman serisi analizleri gerçekleştirilmiştir.
Elde edilen deneysel bulgular, fine-tuned BERT modelinin ürünleri COICOP kategorilerine sınıflandırmada %94,56 doğruluk (accuracy), %79,41 makro hassasiyet (precision) ve %94,07 ağırlıklı hassasiyet değerlerine ulaştığını göstermektedir. Ağırlıksız ortalama ve medyan yöntemleriyle oluşturulan özel fiyat endeksleri, resmi HICP göstergesine kıyasla önemli ölçüde yüksek bir dinamizm ve oynaklık sergilemiştir. Özellikle medyan tabanlı ağırlıksız endeksin 2021 sonundan 2024 başı döneme kadar sürekli bir artış trendi izleyerek 280 seviyesini aştığı, ağırlıklı endeksin ise yaklaşık 125 seviyesine ulaştığı tespit edilmiştir. Buna karşılık resmi HICP göstergesinin aynı periyotta 100 civarında sabit kalması, çevrim içi piyasalardaki fiyat artışlarının geniş ürün yelpazesine yayıldığını ve geleneksel endekslerin bu mikro dalgalanmaları yumuşatarak göz ardı edebildiğini kanıtlamaktadır.
Çalışmanın sonuçları, web kazıma ve yapay zeka modellerinin bir arada kullanılmasının resmi enflasyon ölçüm sistemlerine tamamlayıcı ve yüksek frekanslı bir izleme kapasitesi kazandırdığını ortaya koymaktadır. Yazarlar, ağırlıklı ve medyan tabanlı endeks metodolojilerinin aşırı fiyat dalgalanmalarının etkisini sönümleyerek piyasa gerçeklerini daha dengeli biçimde yansıttığını vurgulamaktadır. Bu yaklaşım, merkez bankaları ve ekonomi yönetimi için makroekonomik şokların ve indirim döngülerinin anlık olarak takibine imkân tanımaktadır. Literatür açısından çalışma, Macias ve Stelmasiak (2019) ile Aparicio ve Bertolotto (2017) tarafından savunulan çevrim içi fiyat verilerinin öngörü gücünü doğrularken, NLP tabanlı otomatik COICOP sınıflandırmasının büyük ölçekli ve karmaşık e-ticaret verilerinde başarısını ampirik olarak kanıtlamaktadır.
Araştırmanın amacı
Bu çalışmanın amacı, web kazıma ve BERT tabanlı doğal dil işleme tekniklerini entegre ederek tüketici elektroniği sektörüne yönelik yüksek frekanslı özel bir fiyat endeksi geliştirmek ve bu endeksin resmi Uyumlaştırılmış Tüketici Fiyatları Endeksi (HICP) ile olan uyumunu ve dinamizmini karşılaştırmalı olarak incelemektir(Berki et al., 2025).
İnceleme ve modelleme yöntemi
Bu çalışmada, Slovakya tüketici elektroniği piyasasından web kazıma yöntemiyle toplanan ürün verileri BERT tabanlı doğal dil işleme modeli kullanılarak COICOP kategorilerine sınıflandırılmış ve bu veriler üzerinden yüksek frekanslı alternatif fiyat endeksleri türetilerek resmi HICP istatistikleriyle karşılaştırılmıştır(Berki et al., 2025).
Kuramsal ve kavramsal çerçeve
Çalışma, iktisat literatüründeki tüketici fiyat endeksi teorisi (COICOP sınıflaması ve HICP metodolojisi) ile makine öğrenmesi ve doğal dil işleme alanındaki iki yönlü dönüştürücü mimarisine (BERT Base uncased) dayanmaktadır. İktisadi açıdan mikro düzeydeki dinamik fiyat verilerinin makro düzeyli endekslere ağırlıklı ve ağırlıksız ortalama ile medyan yöntemleriyle agresyonu esas alınmıştır.
Makalenin ele aldığı literatür
Çalışma; web kazıma yöntemleriyle gıda enflasyonu tahmini yapan Macias ve Stelmasiak (2019), alt-ulusal yüksek frekanslı TÜFE tahminleri üreten Benedetti ve arkadaşları (2022) ile çevrim içi fiyat verilerinin TÜFE öngörü modellerini iyileştirdiğini gösteren Aparicio ve Bertolotto (2017) çalışmalarının oluşturduğu literatür çerçevesine dayanmaktadır.
Araştırma Tasarımı
- Evren veya inceleme alanı
- Slovakya tüketici elektroniği e-ticaret piyasasındaki çevrimiçi ürün listelemeleri ve tarihsel fiyat verileri.
- Örneklem veya araştırma materyali
- Popüler bir Slovak fiyat karşılaştırma portalından otomatik web kazıma yöntemleriyle çekilen ve 10.000'e yakın ürün kaydını içeren veri kümesi.
- Veri toplama süreci
- Ubuntu sunucuda günlük cron zamanlayıcısıyla çalışan Selenium ve BeautifulSoup araçları kullanılarak ürün adı, teknik parametreler ve fiyat geçmişinin PostgreSQL veritabanına kaydedilmesi.
- Veri analiz yöntemi
- Pre-trained BERT Base uncased modelinin 10 epoch boyunca fine-tune edilmesiyle COICOP sınıflandırması yapılmış; ortalama, medyan, ağırlıklı ve ağırlıksız yöntemlerle Aralık 2021 tabanlı fiyat endeksleri ve aylık enflasyon oranları hesaplanmıştır.
Araştırmanın Bulguları
Ince ayar yapılmış BERT Base uncased modeli, 10.000'e yakın tüketici elektroniği ürününü COICOP kategorilerine sınıflandırmada %94,56 genel doğruluk ve %94,07 ağırlıklı kesinlik değerine ulaşmıştır(Berki et al., 2025).
Veri kümesindeki ürünlerin yarıdan fazlası (5.481 kayıt) resmi istatistik kurumunun katı kriterlerini karşılamadığı için COICOP dışı genel kategoriye ayrılmış, bu durum veri dengesizliğine yol açmıştır(Berki et al., 2025).
Web kazıma verilerinden türetilen medyan tabanlı ağırlıksız fiyat endeksi, 2024 başında 280 seviyesini aşarak piyasadaki enflasyonist baskının sadece tekil uç değerlerden değil geniş tabanlı fiyat artışlarından kaynaklandığını göstermiştir(Berki et al., 2025).
Resmi HICP göstergesi COICOP 091 kategorisinde 100 baz seviyesinde durağan kalırken, web kazımasıyla oluşturulan özel endeksler aylık % -10 ile % +15 arasında değişen yüksek fiyat oynaklıklarını yakalamıştır(Berki et al., 2025).
Bulguların Tartışılması ve Araştırmanın Sonucu
Bulguların Yazarlar Tarafından Yorumlanışı
Çalışmanın ampirik bulguları, BERT altyapılı doğal dil işleme modeli ile web üzerinden çekilen tüketici elektroniği ürün verilerinin yüksek bir doğrulukla COICOP kategorilerine sınıflandırılabildiğini ve bu verilerden elde edilen fiyat endekslerinin resmi HICP göstergesine kıyasla piyasadaki anlık fiyat hareketlerini çok daha hassas biçimde yansıttığını ortaya koymaktadır. Özellikle medyan ve ağırlıksız endeks hesaplamalarında gözlenen belirgin fiyat artışları, piyasada geniş tabanlı bir enflasyonist baskının varlığına işaret etmektedir.
Yazarlar, oluşturulan özel fiyat endeksi ile resmi istatistikler arasındaki bu belirgin ayrışmayı, veri toplama frekansı ve ürün sepeti kapsamındaki farklılıklarla açıklamaktadır. Resmi HICP ölçümlerinin sınırlı sayıda marka ve ürün çeşidine dayanması ve daha seyrek aralıklarla güncellenmesi nedeniyle fiyat oynaklıklarını yumuşattığı, buna karşın günlük web kazıma verilerinin indirim dönemlerini, ürün yenileme döngülerini ve tedarik zincirindeki kısa vadeli şokları doğrudan yakalayabildiği vurgulanmaktadır.
Elde edilen bu dinamik sonuçlar, web kazımanın enflasyon tahminlerinde ve şimdi-kestirim (nowcasting) modellerindeki üstünlüğünü vurgulayan Macias ve Stelmasiak (2019) ile alt-ulusal düzeyde yüksek frekanslı fiyat takibini inceleyen Benedetti ve arkadaşlarının (2022) çalışmalarıyla uyum göstermektedir. Ayrıca Aparicio ve Bertolotto (2017) tarafından belirtildiği üzere, çevrimiçi fiyat verilerinin geleneksel veri toplama yöntemlerinin yol açtığı zaman gecikmelerini aşma potansiyeli bu araştırmada da ampirik olarak doğrulanmıştır.
Sonuç olarak bu araştırma, doğal dil işleme ve web kazıma tekniklerinin entegrasyonuyla makroekonomik göstergelerin neredeyse eş zamanlı olarak takip edilebileceğini kanıtlamaktadır. Sınıflandırma aşamasında karşılaşılan veri dengesizliği ve COICOP standartlarının katılığı gibi kısıtlara rağmen, önerilen bu hesaplamalı yaklaşım, merkez bankaları ve politika yapıcılar için anlık piyasa koşullarını izleme ve daha esnek enflasyon politikaları geliştirme hususunda güçlü bir alternatif araç sunmaktadır.
Bulguların Önceki Araştırmalarla Karşılaştırılması
Bu çalışmanın bulguları, Macias ve Stelmasiak (2019) tarafından ortaya konan ve çevrimiçi fiyat verilerinin COICOP kategorileriyle entegre edilerek enflasyon şimdi-kestirim (nowcasting) modellerini geliştirdiği yönündeki sonuçlarla tam bir paralellik göstermektedir(Berki et al., 2025).
Elde edilen sonuçlar, Benedetti ve arkadaşlarının (2022) web kazıma yöntemiyle yüksek frekanslı tüketici fiyat endeksleri hesaplayarak bölgesel fiyat eğilimlerini ve mevsimsel dalgalanmaları belirleme yönündeki yaklaşımını tüketici elektroniği özelinde doğrulamaktadır(Berki et al., 2025).
Çalışma, Aparicio ve Bertolotto (2017) tarafından savunulan çevrimiçi fiyat verilerinin resmi verilerin getirdiği zaman gecikmelerini aşarak enflasyon tahmin modellerine belirgin üstünlük sağladığı tezini desteklemektedir(Berki et al., 2025).
Sonuç Bölümünün Sunduğu Çıkarımlar
Doğal dil işleme ve web kazıma teknolojilerinin entegrasyonu, resmi HICP istatistiklerinin kaçırdığı kısa vadeli ve yüksek frekanslı fiyat dalgalanmalarını hassasiyetle yakalayabilen alternatif bir enflasyon ölçüm altyapısı sunmaktadır. Geliştirilen bu hesaplamalı yaklaşım, veri dengesizliği ve katı sınıflandırma standartlarına rağmen merkez bankaları ve ekonomi politikası yapıcıları için gerçek zamanlı piyasa analizi olanağı sağlamaktadır(Berki et al., 2025).
Literatür Taraması İçin Sunduğu Çerçeve
Bu çalışma, makroekonomik göstergelerin hesaplanmasında geleneksel ve hantal veri toplama süreçlerine karşı, yapay zekâ ve otomatik veri kazıma tekniklerinin entegrasyonuyla geliştirilen yüksek frekanslı alternatif modellerin uygulanabilirliğini ampirik olarak ortaya koymaktadır. Klasik istatistik yöntemlerinin zaman gecikmeli ve sınırlı kapsamlı veri yapılarına kıyasla, BERT tabanlı doğal dil işleme mimarisinin dinamik pazar koşullarını eş zamanlı olarak COICOP hiyerarşisine uyarlayabileceğini kanıtlayarak literatürde dijital iktisadi analiz araçlarının gelişimine öncülük eder.
Araştırma, literatürde çevrimiçi fiyat verilerinin enflasyon tahminlerindeki başarısını gösteren Aparicio ve Bertolotto (2017) ile gıda enflasyonunun şimdi-kestiriminde web kazımayı kullanan Macias ve Stelmasiak (2019) gibi öncü çalışmaların üzerine inşa edilmiştir. Ancak bu çalışma, yalnızca veri kazıma ile sınırlı kalmayıp, yapılandırılmamış ürün parametrelerinin BERT gibi derin öğrenme tabanlı transformatör modelleriyle otomatik sınıflandırılmasını sağlayarak önceki çalışmaların manuel veya kural tabanlı eşleştirme kısıtlarını aşmakta ve metodolojik bir genişleme sunmaktadır.
Çalışma, tüketici elektroniği pazarındaki yüksek fiyat oynaklığının ve anlık piyasa şoklarının resmi HICP göstergeleri tarafından neden tam olarak yansıtılamadığına dair metodolojik bir açıklama getirerek literatür taramalarına katkı sunmaktadır. Ağırlıklı ve ağırlıksız endekslerin yanı sıra medyan ve ortalama tabanlı hesaplama yöntemlerini karşılaştırarak, veri toplama sıklığının ve endeks tasarımının enflasyon ölçüm hassasiyeti üzerindeki kritik rolünü ampirik kanıtlarla sistematik bir biçimde teorik tartışmaya açmaktadır.
Kaynakça
- Macias, P., & Stelmasiak, D. (2019). Food Inflation Nowcasting With Web Scraped Data. Narodowy Bank Polski.
- Benedetti, I., Laureti, T., Palumbo, L., & Rose, B. M. (2022). Computation of high-frequency sub-national spatial consumer price indexes using web scraping techniques. Economies, 10(4), 95.
- Aparicio, D., & Bertolotto, M. I. (2017). Forecasting inflation with online prices. eBusiness and eCommerce Journal.
Tez ve Makale Araştırmalarında Kullanım
Makalenin doğrulanmış yöntemi, bulguları ve kuramsal çerçevesi; tez ve makale çalışmalarında kullanılacağı bölümle birlikte aşağıdaki üç araştırma taslağına dönüştürülmüştür.
Tez veya makalede kullanım · literatüre-review
Geleneksel enflasyon ölçüm metotları, veri toplama frekansı ve manuel süreçlerin getirdiği zaman maliyeti nedeniyle piyasadaki anlık fiyat hareketlerini yakalamakta yetersiz kalmaktadır.
Bu iddia, makalenin giriş kısmında yer alan geleneksel yöntemlerin kısıtlılıklarına dair tartışmaya ve Slovakya'daki anlık piyasa hareketlerinin yakalanmasındaki zorluklara atıfta bulunularak temellendirilecektir(Berki et al., 2025).
Gıda Perakendeciliğinde BERT ve Web Kazıma ile Gerçek Zamanlı Fiyat Endeksi Oluşturulması
- Araştırma sorusu
- Türkiye'deki çevrim içi süpermarketlerden günlük olarak kazınan fiyat verileri ve BERT tabanlı COICOP sınıflandırması, resmi gıda enflasyonu (HICP COICOP 01) trendleriyle ne ölçüde uyum göstermektedir?
- Yöntem taslağı
- Çalışmada Türkiye'deki üç büyük çevrim içi market zincirinden Selenium kullanılarak günlük fiyat ve ürün açıklaması verileri kazınacaktır. Elde edilen veriler Türkçe BERT (BERTurk) modeliyle COICOP Seviye 5 kategorilerine göre etiketlenecektir. Örneklem büyüklüğü veri doygunluğuna ulaşana dek en az 3 ay boyunca günlük olarak izlenecektir. Endeks hesaplamalarında medyan tabanlı ağırlıksız yaklaşım kullanılacaktır.
Makaleyle bağlantısı: Makalede, medyan tabanlı alternatif endekslerin aşırı fiyat uç değerlerini sönümleyerek pazarın genel eğilimini daha iyi yansıttığına ve COICOP sınıflandırmasının otomatikleştirilebileceğine dair sunulan ampirik bulgulardan türetilmiştir(Berki et al., 2025).
Tez veya makalede kullanım · method
Yapay zekâ destekli transformatör modelleri, yapılandırılmamış e-ticaret ürün verilerini resmi COICOP standartlarına yüksek bir doğrulukla sınıflandırma kapasitesine sahiptir.
Bu iddia, çalışmada ampirik olarak test edilen ve %94,56 oranında genel doğruluk değerine ulaşan BERT Base modelinin mimarisi ve başarı oranları referans gösterilerek metodoloji bölümünde kanıt olarak kullanılabilir(Berki et al., 2025).
Sınıf Dengesizliği Koşullarında COICOP Ürün Sınıflandırma Modellerinin Karşılaştırmalı Analizi: BERT vs. GPT-4
- Araştırma sorusu
- COICOP hiyerarşisinde yer alan az temsil edilen (underrepresented) e-ticaret kategorilerindeki sınıflandırma doğruluğunu artırmada, BERT Base modeli ile az sayıda örnekle öğrenme (few-shot learning) uygulanan GPT-4 mimarisinin makro-kesinlik performansları arasında anlamlı bir fark var mıdır?
- Yöntem taslağı
- Tüketici elektroniği ve giyim sektörlerinden elde edilecek dengesiz bir ürün veri kümesi üzerinde, BERT ince ayarı (fine-tuning) ve GPT-4 API üzerinden prompt mühendisliği yaklaşımları karşılaştırılacaktır. Modellerin makro-kesinlik, makro-duyarlılık ve F1 skorları parametrik olmayan istatistiksel testlerle karşılaştırılacaktır. Örneklem büyüklüğü güç analiziyle belirlenecektir.
Makaleyle bağlantısı: Orijinal makalenin 3.2 ve 4.1 bölümlerinde geniş yer verilen, veri kümesindeki 'COICOP dışı genel kategori' yoğunluğunun (%50'den fazla) yarattığı sınıf dengesizliği kısıtı ve SLR kameralar gibi az temsil edilen sınıflarda modelin yaşadığı yüksek hata oranlarından yola çıkılarak tasarlanmıştır(Berki et al., 2025).
Tez veya makalede kullanım · Tartışma
Enflasyonist dinamiklerdeki yapısal kırılmaların tespiti için kriz sonrası dönemlerin baz alınması, alternatif endekslerin makroekonomik şoklara duyarlılığını artırmaktadır.
Bu iddia, araştırmacıların Aralık 2021 dönemini neden temel baz yılı olarak seçtiklerine dair Ball ve arkadaşlarının (2022) post-pandemi dönemi yapısal kırılma analizi üzerinden getirdikleri metodolojik savunmaya dayanmaktadır(Berki et al., 2025).
E-Ticaret Platformlarındaki İndirim Dönemlerinin Enflasyon Ölçümüne Etkisi: Dinamik Fiyatlama ve Yapay Zekâ Destekli Endeks Analizi
- Araştırma sorusu
- Kasım ayı indirimleri döneminde tüketici elektroniği kategorisinde web kazıma ile elde edilen günlük fiyat endeksleri, resmi aylık HICP endeksine kıyasla fiyat indirimlerini ve ardından gelen fiyat ayarlamalarını ne kadar süre önceden ve hangi oynaklık derecesiyle yakalamaktadır?
- Yöntem taslağı
- Kasım ve Aralık aylarını kapsayacak şekilde 60 günlük bir zaman zarfında e-ticaret platformlarından günlük fiyat verileri toplanacaktır. Günlük fiyat değişimleri zaman serisi analizleri ile incelenecektir. Örneklem büyüklüğü e-ticaret portalındaki en çok satan ilk 5.000 ürün sepetiyle sınırlandırılacak, veriler BERT modeliyle COICOP 091 kategorisine göre filtrelenecektir.
Makaleyle bağlantısı: Makalenin tartışma kısmında vurgulanan, web kazıma ile elde edilen ağırlıksız endekslerin dönemsel indirimleri ve anlık arz-talep şoklarını resmi aylık HICP göstergelerine göre çok daha hassas ve oynak bir biçimde yakalayabildiği yönündeki bulgudan esinlenilmiştir(Berki et al., 2025).