Customer retention via hybrid modeling for Banking industry
Bankacılık endüstrisinde melez modelleme ile müşteriyi elde tutma
- Tez No: 266488
- Danışmanlar: YRD. DOÇ. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İşletme, Computer Engineering and Computer Science and Control, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 52
Özet
Müşteriyi elde tutmak, müşteri ilişkileri yönetiminde önemli bir iştir. Müşteriyi elde tutmanın ayrılmaz parçalarından biri müşterinin kayıp riskini tespit etmektir. Kümeleme veri madenciliğindeki önemli örüntü tanıma tekniklerindendir. Bu çalışmada kaybolan müşterileri tespit etmek için, yeni bir melez modelleme yöntemi önerilmektedir. Ayrılan müşterilerin tespiti için Karınca Kolonisi kümeleme tekniği kullanıldı. Konu dışı ve gereksiz nitelikleri veri setinden çıkarmak için Geriye doğru sıralı araştırma denetimsiz nitelik seçme tekniği uygulanmıştır. Nitelik seçme ve kümeleme algoritmaları sargı yaklaşımıyla birleştirilmiştir.Bu çalışmada bankacılık endüstrisi için YSP ve kanal kulllanım değişkenlerini içeren bir veri seti hazırlandı. Nitelik seçme ve kümeleme işlemleri eş zamanlı olarak uygulandı. Hem nitelik seçme hem de kümeleme işlemleri tek bir süreçle tamamlandı. Sonuçlar nitelik seçmeli karınca kolonisi kümeleme yaklaşımının sonuçlarının doğruluğu süzme yaklaşımlarından daha iyi olduğunu göstermiştir.
Özet (Çeviri)
Customer retention is one of the important tasks in customer relationship management. One integral part of retention is to detect the risk of the churning customers. Clustering is one of pattern discovery techniques in data mining. In this study, a novel hybrid modelling approach proposed to detect the churning customers Ant colony clustering technique is applied to detect churning customers. To remove irrelevant or redundant features from data set for clustering, Sequential Backward Search unsupervised feature selection technique is applied. Feature selection and clustering algorithms are incorporated as Wrapper approach.For banking industry, a dataset which contains RFM and channel usage variables prepared in this study. The feature selection and clustering applied simultaneously. Both the feature selection and the clustering are completed in a single process. The results shows that, the accuracy of the FS-ACO clustering approach results are better than the filter approach.
Benzer Tezler
- Kablo TV sistemi koaksiyonel dağıtım elemanlarında işaret seviyelerinin bulunması
Başlık çevirisi yok
AYTEN KARAHAN
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- The impact of relationship marketing on customer loy alty in civil a via tion industry
Sivil havacılık endüstrisinde ilişki pazarlamasının müşteri bağlılığına etkisi
RAKAN ALQHEİWİ
Yüksek Lisans
İngilizce
2020
Sivil Havacılıkİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. FARİD HUSEYNOV
- Müşterinin elde tutulmasında şikayet yönetiminin önemi ve hizmet sektörüne ilişkin bir uygulama
The importance of complaint management in customer retention and an empirical study on Turkish SME banking sector
AYLİN EŞKİNAT
- Müşteri analitiği ve öneri sistemleri uygulaması
Customer analytics and recommender systems application
ÖZGE ELMAS
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Machine learning-driven optimization: Applications in retention management and rank aggregation
Makine öğrenmesi tabanlı optimizasyon: Tutundurma yönetimi ve sıralama toplulaştırma uygulamaları
AHMET ŞAHİN
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERİNÇ ALBEY