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
- Bilgi merkezi hizmetlerinin kullanıcılar tarafından kullanım tepki durumlarının veri madenciliği yaklaşımı ile incelenmesi
Examination of user response states to information center services using a data mining approach
ENGİN DAYAN
Doktora
Türkçe
2025
Dokümantasyon ve EnformasyonVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUT KARA
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Deep learning custom object detection, segmentation and classification using mask R-CNN for newspapers
Derin öğrenme ile gazeteler için mask R-CNN kullanarak özel nesne tespiti, segmentasyon ve sınıflandırma
ABDULHADİ AVCI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. IHAB ELAFF