Customer segmentation for churn management by using ant colony algorithm
Karınca koloni algoritması kullanılarak müşteri kayıp yönetimi yapılması
- Tez No: 292822
- Danışmanlar: DOÇ. DR. ADEM KARAHOCA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Veri madenciliği verilerin kümelenmesi ve bu kümeleme sayesinde verilerde ki benzerliklerin ortaya çıkarılması için kullanılan bir tekniktir. Veri kümeleme için bir çok teknik bulunmaktadır. Bunlardan bazıları gelişimini tamamlayan ve optimizasyon teknikleridir. Karakteristik seçimi yeni çıkmış hibrid modellemedir. Müşteri segmentasyonu; bankaları için müşterilerinin önceliklerini belirlemede önemli rol oynar.Müşteri öncelikleri belirlenmeli ve kampanyalar bu müşteri memnuniyetlerine göre düzenlenmelidir. Ant Koloni algoritması en kısa yol yaklaşımını içeren bir tekniktir. Ant Koloni algoritmasında öklit mesafe formülü kullanılmaktadır.Müşteri segmentasyonu ile ilgili sonuçlar en çok müşterinin; geliri, kaç ay o şirket ile çalıştığı, ödemiş olduğu bedeli, kullanımış olduğu servis ile ilintilidir. Bu değişkenler beklenen şekilde müşteri kaybetmemek için olan memnuniyet faktörleridir. Müşterinin şirketten ayrılması ayrılmaması halini alması için bu parametreler kullanılmaktadır. Deneysel sonuçlar bu parametrelerde ki değişimlere bağlı olarak verilerin tekrar tekrar weka anfisde naive bayes methodu ile gerçekleşmektedir.
Özet (Çeviri)
Data mining is interested in clustering, by similarities of data. Some of clustering techniques are evolutionary and optimization techniques. Characteristic selection is used for novel hybrid modeling.Customer priorities are very important for companies. Moreover, customer priorities must be determined, and campaigns must be ordered according to these priorities. Customer segmentation was done with Ant Colony algorithm. Shortest path approach is used in Ant Colony algorithm. Moreover, clustering is done by the euclidean distance formula in Ant Colony algorithm.Customer segmentation attributes are mostly related with the satisfaction factors, but some of them were eliminated by using ranker. These results are mostly related with the customer's income, tenure, equip, callcard and reside. These attributes are the most important satisfaction factors not to lose customers as expected. There are many reasons in changing GSM operator for subscribers and it is very important for companies to predict if subscriber will change GSM operator or not. For this reason companies that gives GSM services have to monitor subscribers behavior and predict one step forward. In this study changing subscribers? GSM operator will be predicted by using data mining techniques.
Benzer Tezler
- Comparison of machine learning algorithms on integrated churn prediction and customer segmentation framework for supermarket industry
Süpermarket sektörü için entegre churn tahmini ve müşteri segmentasyonu çerçevesinde makine öğrenmesi algoritmalarının karşılaştırılması
BURAK SİNAZ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DOÇ. DR. ATINÇ YILMAZ
- Gsm sektörü için müşteri merkezli bilgi yönetimi değerlendirme modeli tasarımı ve bir uygulama
The design of customer centric knowledge mangement assessment model for gsm ındustry and an aplıcatıon
ATİK KULAKLI
- Exploring customer segmentation in fashion e-commerce through machine learning techniques
Makine öğrenmesi teknikleri kullanarak moda e-ticaret sektöründe müşteri segmentasyonu
NAZLINUR MADENOĞLU
Yüksek Lisans
İngilizce
2025
Yönetim Bilişim SistemleriAbdullah Gül ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. FARUK GÜVEN
- Ağ trafiği tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi
A comparative analysis of machine learning algorithms on network traffic forecasting
BUSE DİLAN USLAN
Yüksek Lisans
Türkçe
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Müşteri kayıp analizi: Hava yolu sektöründe bir uygulama
Customer churn analysis: An application in airline industry
FATMA KAPTAN
Yüksek Lisans
Türkçe
2019
Sivil Havacılıkİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM