Finans sektöründe veri madenciliği teknikleri kullanılarak kampanya modelleme
Campaign modeling in finance sectore by using data mining techniques
- Tez No: 507798
- Danışmanlar: DOÇ. DR. TARIK KÜÇÜKDENİZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 111
Özet
İçinde bulunduğumuz bilgi çağında, teknolojinin getirdiği bilgi toplumu unsurları hayatın her alanında kendini göstermektedir. Her geçen gün yeni kavramlar ve çalışma alanları ortaya çıkmaktadır. Gelecek dönemlerde en önemli teknolojik pazarın veri üzerinde oluşması beklenmektedir. Gelişen iletişim ve bilgi teknolojileri ile web sayfaları, bloglar, kameralar, sosyal medya uygulamaları, mobil uygulamalar, pek çok akıllı cihaz ve internet tabanlı uygulamalar tarafından sürekli olarak veri toplanmaktadır. Teknolojiye bağlı olarak farklı kaynaklar tarafından üretilen çok boyutlu ve büyük alan kaplayan veri ortaya çıkmıştır. Veri boyutundaki hızlı büyüme, temeli istatistiğe dayanan veri madenciliğinin önemini ortaya çıkarmıştır. Biriken büyük miktarda ve çeşitlilikteki verinin saklanması, işlenmesi ve veri üzerinden değerli bilgi elde etme için geleneksel yöntemler yetersiz kalmaktadır. Büyük veri teknolojileri sayesinde daha hızlı, daha şeffaf, daha etkin çözümlerle birçok sektörde iş süreçlerinde iyileştirme noktaları, fırsatlar, verimli iş modelleri, sunulan hizmetlerin iyileştirilmesi ile müşteri memnuniyeti, yüksek kârlılık ve rekabet avantajı sağlanmaktadır. Veri madenciliği alanında yapılan çalışmaların, hemen hemen her sektörde olduğu gibi bankacılık sektöründe de kullanımının artması ve daha büyük kazanımlar elde edilmesi beklenmektedir. Tez çalışmasında bir bankanın geçmiş pazarlama verisiyle yapılan analizlerde veri madenciliği yöntemlerinden Aşırı Öğrenme Makinesini kullanarak, vadeli para yatırma kampanyasına katılabilecek müşteriler ile yapılan telefon görüşmeleri için sınıflandırma yapılmıştır. Böylece tele pazarlama faaliyetlerinde kaynakların doğru müşteri kitlesine ulaşmak için kullanılarak satış fırsatını artırmak, aramalardan kaynaklı müşteri memnuniyetsizliğini azaltmak ve arama maliyetlerini düşürmek amaçlanmıştır. Bu kapsamda, Aşırı Öğrenme Makinesi sınıflandırıcısı parametreleri model ayarlama metotları olarak ızgara arama ve genetik algoritma ile optimizasyon yapılmış, en yüksek doğrulukta sınıflandırma oranına yaklaşılmaya çalışılmıştır. Son olarak, topluluk algoritmalarından torbalama yöntemiyle model geliştirilmiş, sonuçları incelenmiştir. Bu tez çalışması, finans sektörünce veri madenciliği metotlarının uygulanmasında Aşırı Öğrenme Makinesi algoritmasının kullanılmasının yaygınlaşması ve nasıl uygulanabileceği konusunda örnek bir çalışma ortaya koymuştur.
Özet (Çeviri)
Today, with the developing technology, the elements of information society stands out in every area. Every day new concepts and new working areas arise. In the next periods, it is expected that the technology sector will be focused on data. With the developing technology of information and communication, websites, blogs, cameras, social media applications, mobile applications and any other internet based applications and smart devices collect these data. With the effects of technology, there is a huge amount of data that is produced by different sources. The increase in the size of data leads the importance of data mining that is based on the statistics. Traditional methods are inadequate in processing data and gathering important data because of storing different types and the size of data. With the big data technologies that are more effective, transparent and quicker; it is possible to maintain effective business models, get opportunities and business process improvements. On the other hand, with the service improvements, it is possible to maintain customer satisfaction, competitive edge, and a high profit. As it is expected in every sector in data mining, the usage in the banking sector will increase and higher gains will be obtained. In the thesis study, the classification for phone calls of the customers that could join to a bank term deposit has been studied. For that, a data mining method, extreme Learning Machine, has been used as a classification method on the previous marketing data of a bank. With this study, it is aimed to reduce customer dissatisfaction caused by faulty calls, reduce operational costs and increase the sales opportunities by reaching the right customers' cluster for telemarketing activities. In this context, it is aimed to get the highest classification rate by applying model tuning which is grid search and genetic algorithm, on the classification parameters of Extreme Learning Machine. Finally, the model has been developed with the bagging method which is an ensemble algorithm and the results have been studied. This study shows an example of how Extreme Learning Machine as a data mining methods can be used in the finance sector and how it can be applied.
Benzer Tezler
- Finans sektöründe veri madenciliği kredi skorlama
Data mining in finance sector credit scoring
HALİL YILDIZ
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiMilli Savunma ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SABAHATTİN KEREM AYTULUN
- RFID sistemleri ve veri madenciliği yöntemleri kullanılarak depo yönetimi ve sağlık sektöründe bir uygulama
An implementation in health sector warehouse management using RFID systems and data mining methods
ALİ ALSAÇ
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN AYDIN KESKİN
- İnşaat sözleşmelerinde hak talebi yönetimi: Kamu projeleri için öneri model
Claim management in construction contracts: Proposed model for public construction projects
İSMAİL CENGİZ YILMAZ
Doktora
Türkçe
2013
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HÜSEYİN ATİLLA DİKBAŞ
- Veri madenciliği teknikleri kullanılarak sosyal ağlar aracılığı ile bilgisayar ve bilişim mühendisliği mezun öğrenci profillerinin belirlenmesi
Analysis of student professions graduated from computer and information systems engineering through social networks using data mining techniques
ESİN AYŞE ZAİMOĞLU
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. NİLÜFER YURTAY
- Sermaye piyasalarında veri madenciliği uygulamaları: Borsa İstanbul örneği
Data mining applications in capital markets: The example of Borsa Istanbul
SABAHATTİN NUR
Yüksek Lisans
Türkçe
2024
Ekonomiİskenderun Teknik ÜniversitesiEkonomi Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAMİYE EKİM DERTLİ