Veri madenciliği yöntemleri ile banka dijital kanallarına eğilimli müşterilerin belirlenmesi
Determining banking customers with a propensity for digital channels using data mining methods
- Tez No: 510021
- Danışmanlar: DOÇ. MEHMET ALPER TUNGA
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Veri madenciliği, büyük verilerin içerisinden yararlı bilgilerin keşfi olarak ifade edilir. Bankacılık sektöründe dijital kanal kullanan müşterilerin özellikleri bulunarak, benzer özelliklere sahip müşterilerin dijital kanallara yönlendirilmesi bu tezin amacıdır. Özel bir bankanın 33.503 müşterisinin 100.000 satırlık örtülü verisinin bulunduğu data üzerinden yapılan çalışmada müşterilerin özelliklerinin yoğunluk frekanslarına göre gruplandırılması ve elemeleri yapılmıştır. Datanın madenciliği yapılırken Weka programındaki sınıflandırma algoritmaları olan Navie bayes, Logistic, IBk ve J48 kullanılmıştır. Bu tez çalışmasında kullanılan algoritmaların başarıları değerlendirilmiş ve bu değerlendirmeden öne çıkan sonuçlar doğrultusunda, dijital kanal kullanan müşteriler belirlenip, kullanmayan müşterilerden profili uygun olanlara ilgili ürünün önerilmesi amaçlanmıştır. Bu uygulamanın sonucunda da dijital kanal kullanmaya yönlendirilen müşteriler sayesinde banka sektörüne farklı bir maliyet avantajı getirilmesi hedeflenmiştir.
Özet (Çeviri)
Data mining is denoted as the discovery of useful information out of big data. By studying the features of customers who use digital channels, it is the aim of this thesis to divert other customers with similar characteristics to the bank's digital channels. Grouping and elimination of characteristics of customers using frequency density are performed after a study of 100.000 lines of crypted data of 33.503 customers of a private Turkish bank. While conducting data mining, Naive Bayes, Logistic, IBk and J48, which are the classification algorithms in Weka software, are used. Success of algorithms used in this study is evaluated, and in the light of those outcomes, customers who use digital channels are determined and it is aimed to propose digital channels to those customers who don't use them. Thanks to those customers who will be inverted to use digital channels as a result of this application, it is aimed to bring cost advantage to the banking sector.
Benzer Tezler
- Process mining for analysis of indoor customer behaviors
Süreç madenciliği ile iç mekan kullanıcı davranışları analizi
ONUR DOĞAN
Doktora
İngilizce
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Veri madenciliği kapsamında; dijitalleşme yeni nesil teknolojiler ve finans üzerine etkileri
Within the scope of data mining; digitalization, new generation technologies and its effects on finance
RABİA KARAHAN
Yüksek Lisans
Türkçe
2024
BankacılıkGebze Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞENUR BUDAK
- Dijital bankacılık uygulamalarına ilişkin müşteri yorumlarının metin madenciliği yöntemleri ile incelenmesi
Başlık çevirisi yok
BURCU SAYIN OKATAN
- Makine öğrenme yöntemleriyle bitcoin fiyat analizi
Bitcoin price analysis with machine learning methods
RAHA KHAKIKHOUEI
Yüksek Lisans
Türkçe
2020
Bilim ve TeknolojiFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. ASAF VAROL
- Bankacılık sektöründe mali tahlil ve istihbaratın gelişim süreci ve teknolojik yenilikler: Bir uygulama önerisi olarak duygu analizi
Development process of financial analysis and intelligence and technological innovations in the banking sector: Sentiment analysis as an application recommendation
YASİN ATAMAN
Yüksek Lisans
Türkçe
2023
BankacılıkBilecik Şeyh Edebali Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ARI