Haber kaynakları kullanılarak tüzel firma kredilendirme modeli oluşturma
Developing a corporate credit scoring model using news sources
- Tez No: 1003061
- Danışmanlar: DOÇ. DR. METİN TURAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bankacılık sektörü, yüksek risk barındıran kredi verme süreçlerinde müşteri hakkındaki bilgilere dayalı hızlı ve güvenilir değerlendirmeler yapma zorunluluğundadır. Özellikle kredi riski analizinde, müşterinin geçmiş performansı ve mali durumu kadar medya ortamında yer alan haberlerin de değerlendirilmesi önemlidir. Ancak günlük olarak üretilen büyük hacimli haber verilerinin el ile incelenmesi mümkün değildir. Bu çalışmada, müşteriyle ilişkili haberlerin doğal dil işleme (NLP) ve makine öğrenmesine dayalı yöntemler kullanılarak otomatik biçimde işlenmesi ve skorlanması amaçlanmaktadır. Geliştirilen sistem; RSS kaynaklarından haberlerin toplanması, Türkçe BERT tabanlı modeller aracılığıyla varlık ismi tanıma (NER) ve duygu analizi işlemlerinin gerçekleştirilmesi ile bu çıktılara dayalı skor modelinin uygulanması aşamalarından oluşmaktadır. Oluşturulan çerçeve, haberlerin olumlu, olumsuz veya nötr biçiminde sınıflandırılmasını mümkün kılmakta ve elde edilen skorların kredi değerlendirme süreçlerine entegre edilmesine olanak sağlamaktadır. Deneysel bulgular, önerilen modelin müşteriyle ilişkili haberlerin duygusal yönünü güvenilir bir şekilde tanımlayıp sınıflandırabildiğini ve bu sonuçların alan uzmanlarının değerlendirmeleriyle yüksek düzeyde uyum gösterdiğini ortaya koymaktadır. Elde edilen sonuçlar, sistemin haber içeriklerini otomatik olarak toplayıp analiz edebildiğini ve el ile inceleme süreçlerine kıyasla daha hızlı, ölçeklenebilir ve tutarlı çıktılar sunduğunu göstermektedir.
Özet (Çeviri)
The banking sector is required to make rapid and reliable assessments in credit lending processes that inherently involve high levels of risk. In credit risk analysis, it is important to evaluate not only a customer's past performance and financial status but also the news and information circulating in the media. However, the manual examination of the large volume of news generated daily is practically impossible. This study aims to automatically process and score customer-related news using natural language processing (NLP) and machine learning–based methods. The developed system consists of several stages: collecting news from RSS sources, performing named entity recognition (NER) and sentiment analysis using Turkish BERT-based models, and applying a scoring model based on these outputs. The proposed framework enables the classification of news items as positive, negative, or neutral and allows the resulting scores to be integrated into credit evaluation processes. Experimental findings indicate that the proposed model can reliably identify and classify the sentiment of customer-related news, producing results that are highly consistent with domain experts' evaluations. The results also demonstrate that the system can automatically collect and analyze news content, providing faster, more scalable, and more consistent outputs compared to manual review processes.
Benzer Tezler
- Makine öğrenmesi teknikleri ile haber kaynakları kullanılarak kripto para-Bitcoin tahmini
Crypto currency - Bitcoin prediction using machine learning techniques and news sources
HATİCE EKENEK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ SAĞLAM
- Haberlerin ve haber kaynaklarının BİST 100 üzerindeki etkilerinin incelenmesi
Analysis for effects of news and news sources on BIST 100
GÜNAY TURAN
Yüksek Lisans
Türkçe
2022
EkonomiAydın Adnan Menderes ÜniversitesiEkonomi Finans Ana Bilim Dalı
DOÇ. DR. ŞAHİN BULUT
- Hızlandırılmış makine öğrenmesi algoritmaları ile Türkçe sahte haber tespiti
Fake news detection in Turkish with accelerated machine learning algorithms
ELİF YILDIRIM
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ FINDIK
- Derin öğrenme algoritmaları ile Türkçe dilinde sahte haber tespiti
Detecting fake news in Turkish with deep learning algorithms
SÜLEYMAN GÖKHAN TAŞKIN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
DR. ÖĞR. ÜYESİ KAMİL TOPAL
- Kelamın haber teorisi bağlamında Ebü'l Hüseyin El-Basrî'nin fıkıh usûlüne etkisi
The impact of Abu'l-Husayn Al-Basrî's figh method in the context of the kalam theory of news
ÜMMEHAN TİRYAKİOĞLU
Doktora
Türkçe
2024
DinAnkara ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
PROF. DR. ŞABAN ALİ DÜZGÜN