Spatio-temporal expenditure forecasting for bank customers using transactional data
Banka işlem verileri kullanılarak konum-zaman bazlı harcama tahmini
- Tez No: 482329
- Danışmanlar: DOÇ. DR. FATMA SİBEL SALMAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Bir banka müşterisinin kredi kartı harcaması için“konum ve zaman”tahmini yapabilmek bankalar için büyük bir kar fırsatı yaratabilir. Bankalar, perakende satıcılar ile birlikte kişiye özel kampanyalar sunarak müşteri memnuniyetini arttırırken aynı zamanda daha yüksek karlar elde edebilir. Bu tez çalışmasında bir banka müşterisinin belirlenen konum, zaman aralığı ve günde harcama yapıp yapmayacağını tahmin eden bir yaklaşım geliştirilmiştir. Bir bankanın bir yıllık verisi analiz edilerek, demografik, finansal ve ürün kullanım özniteliklerinin yanısıra konum, zaman ve ürün alım kategorisine göre tanımlanan davranışsal öznitelikler tahmin sürecinin içerisine entegre edilmiştir. Verilen girdi ile müşterinin geçmiş işlemleri arasındaki ilişkiyi rakamsal olarak ifade edebilmek için“yakınlık”özniteliği tanımlanmıştır. 6 farklı veri madenciliği algoritması test edilmiş ve farklı konum, zaman aralığı ve günler içeren 10.000 müşterilik veri setlerinde 92.81% doğruluk oranı ve 40.5% f1 skoru ile harcama tahmini yapılmıştır. Tahmin performansnda özniteliklerin etkileri incelenmiş ve konum bazlı özniteliklerin en önemli etkiye sahip olduğu gözlemlenmiştir. Önem sırasında konum bazlı öznitelikleri harcamalar arasındaki ortalama süre gibi zaman bazlı öznitelikler takip etmektedir. Ayrıca yaklaşımımızın tahmin çapı ve zaman aralığı değişimine göre performans değişimini gözlemlemek için duyarlılık analizleri yapılmış, farklı senaryolarda tahmin performansı ve özniteliklerin önemlerinde önemli değişiklikler tespit edilmiştir.
Özet (Çeviri)
Making an accurate“next place and time”prediction for an individual bank customer's credit card expenditure opens up profit opportunities for a bank. Working together with retailers, a bank can offer targeted campaigns to customers, potentially resulting in higher prots and better customer satisfaction. We propose a data mining approach to predict whether a bank customer will make a credit card expenditure in a given geographical area and time interval. We analyze a one-year dataset of a commercial bank. Besides features related to demographic, financial and product usage information of the customer, we include behavioral features with respect to location, time and purchase category. In addition, we introduce proximity features that measure the distance between an input parameter and the past transactions of the customer in terms of location and time. By testing six data mining algorithms with respect to five performance measures, we predict the expenditures with an accuracy of 92.81% and 40.5% f1 score in datasets generated with different locations and time intervals using a sample of 10.000 customers. We present the effects of the features in the prediction performance and observe that spatial features play the most critical role in the prediction, followed by temporal features such as time between transactions. We also conduct a sensitivity analysis on prediction radius and time interval and observe significant changes in prediction performance and feature effectiveness.
Benzer Tezler
- Kütahya kentinin sosyo-ekonomik yapısı ve gelişiminde Dumlupınar Üniversitesinin etkileri
Dumlupınar University's impacts on socio-economic structure, and development of Kütahya city
MEHMET ALİ TOPRAK
- Üst ekstremite salınımının kısıtlanmasının sporcu ve sedanterlerde yürüme enerji tüketimine ve yürümeden koşuya geçişe etkisinin araştırılması
Investigation of the effect of arm swing restrain on walking energy consumption, and walk to run transition speed in athletes and sedentary
AYHAN TANER ERDOĞAN
Doktora
Türkçe
2011
FizyolojiMersin ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
PROF. DR. HÜSEYİN BEYDAĞI
- Spatio-temporal earthquake prediction with structural recurrent neural networks
Yapısal tekrarlayan sinir ağları ile zaman-mekansal deprem tahmini
AYDIN DOĞAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ENGİN DEMİR
- Spatio-temporal assessment of pain intensity through facial transformation-based representation learning
Yüz dönüşümü tabanlı gösterim öğrenimi ile ağrı şiddetinin uzam-zamansal değerlendirilmesi
DİYALA NABEEL ATA EREKAT
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAMDİ DİBEKLİOĞLU
- Spatio-temporal evolution of evaporating liquid films sheared by a gas
Bir gazla kesilmiş buharlaşan sıvı filmlerin uzamsal-zamansal dengesizliği
OMAIR A. A. MOHAMED
Yüksek Lisans
İngilizce
2019
Makine Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LUCA BIANCOFIORE