Veri madenciliği yaklaşımı ile bireysel müşterilerin kredi ödeme performanslarının değerlendirilmesi
Evaluation of individual customers credit payment performances with data mining approach
- Tez No: 323166
- Danışmanlar: YRD. DOÇ. DR. KASIM BAYNAL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Bireysel Krediler, Kümeleme, Sınıflandırma, SPSS Clementine, Veri madenciliği, Personal Loans, Clustering, Classification, SPSS Clementine, Data Mining
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 106
Özet
Bilgisayar teknolojilerindeki gelişme ile birlikte bilgi miktarında ve veri tabanı sistemlerinin hacminde meydana gelen artış, büyük veri tabanlarında gizli kalmış, anlamlı bilgilerin keşfedilmesi ihtiyacını, dolayısıyla“Veri Madenciliği”kavramını doğurmuştur. Bilginin olağanüstü artışıyla birlikte her alanda strateji geliştirme konusunda ileriye dönük tahmin sistemlerine ihtiyaç duyulmuştur. Bu bağlamda veri madenciliği teknikleri birçok alanda olduğu gibi bankacılık alanında da yaygın bir şekilde kullanılmaktadır. Bankacılık sektöründe yapılan bu çalışmada, veri madenciliği yöntemlerinden kümeleme ve sınıflandırma ile mevcut bireysel kredi müşterilerinin analizi ve gelecekteki potansiyel müşterilerin ödeme durumlarına ilişkin çıkarım yapılması amaçlanmıştır. Çalışmada veri madenciliği yazımlı olarak SPSS Clementine kullanılmış ve bireysel kredi müşterilerinin değerlendirilmesine yönelik bir uygulama gerçekleştirilmiştir.
Özet (Çeviri)
With developments in computer technologies, amount of information and volume of database systems increased. So it was needed to explore meaningful information which was hidden in large databeses and so“Data Mining”concept arose. Because of the phenomenal rise in information, future forecasting systems about strategy development were needed in each area. Therefore, data mining techniques are used extensively in banking area such as many areas. In this study, conducted in banking sector, it was aimed to analysis of available personal loan customers and estimate potential customers payment performances with clustering and classification from data mining methods. In the study, SPSS Clementine was used as a software of data mining and an application was done for evaluation of personal loan.customers.
Benzer Tezler
- Bireysel kredilerini erken kapatan müşterilerin veri madenciliği yaklaşımı ile analizi
The analysis with data mining aproach of customers who closes off their consumer loans early
SEÇİL PAFTALI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YÜCEL BATU SALMAN
- A feature engineering approach to predicting player performance in basketball
Basketbol oyuncu performansı tahminlemesi için bir özellik mühendisliği yaklaşımı
FEYZULLAH ALİM KALYONCU
- Sağlık hizmetlerinde anonimlik: Dağıtık yapılar için ideal bir veri paylaşım modeli
Anonymity in healthcare systems: An ideal data sharing model for distributed structures
PELİN CANBAY
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAYRİ SEVER
- Data driven optimization and applications in complex real-life problems
Veri güdümlü optimizasyon ve kompleks gerçek hayat problemlerinde uygulamaları
NURULLAH GÜLEÇ
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR KABAK