Makine öğrenmesiyle müşteri kayıplarının tahmini
Customer churn prediction by machine learning
- Tez No: 522626
- Danışmanlar: YRD. DOÇ. DR. TOLGA ENSARİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 57
Özet
Kayıp müşteri analizi, son zamanlarda üyelik tabanlı çalışan firmalar için önem kazanmaya başlamıştır. Çünkü bu firmalar, kaybetmek üzere oldukları müşterileri tespit edip onları üye olmaya devam etmeleri için ikna kampanyaları düzenlemek istemektedirler. Böylelikle yeni üye elde etmektense var olan üyeyi elde tutmanın karından yararlanacaklardır. Sektörün bu ihtiyacı sebebi ile bu çalışmada makine öğrenmesi teknikleri ile telekomünikasyon sektöründe ki müşterilerin üyelikten çıkıp çıkmayacağı tahmin edilmeye çalışılmıştır. Konu ile ilgili geçmişte yapılan çalışmalar incelendiğinde en çok kullanılan yöntemler bulunmuş ve algoritmaların performansı ölçülmüştür. Bununla birlikte Lojistik Regresyon ve Naif Bayes yöntemleri kullanılarak yeni bir yöntem önerilmiştir. Bu yeni yöntemin tahmin başarısının Naif Bayes ve Lojistik Regresyon yöntemlerinden daha yüksek olduğu görülmüştür.
Özet (Çeviri)
Customer churn analysis is getting important for the firms that are working with memberships. Because most of the companies want to know which of the customers want to cancel the contract and convince them to continue using services from the company with new offers. Thus, they can use the financial opportunity of working with old customers rather than finding new ones. We analyze well-known machine learning methods that are logistic regression, Naïve Bayes, support vector machines, artificial neural networks and propose new prediction method. Because of the request from the companies, we tried to predict customer churn in telecommunication sector with machine learning techniques. When we searched about the customer churn analysis and found most popular machine learning methods. In this study, we calculated the performance of the methods. In addition to this, we proposed new approach to predict churn analysis by using Logistic Regression and Naive Bayes methods. As a result, we get better results than two methods separately.
Benzer Tezler
- Makine öğrenmesiyle sağlık sigortalarında kümeleme ve sınıflandırma
Clustering and classification in health insurances with machine learning
ÖMER GÜL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA CEM KASAPBAŞI
- Hizmet pazarlamasında yapay zekâ kullanımı ve dijitalleşme: Hizmet sektöründe bir model
Using AI and digitalization in service marketing: An application in the service industry
İPEK YALIÇ
- Kruvaziyer turistlere ait çevrimiçi seyahat yorumlarının metin madenciliği yöntemi ile değerlendirilmesi
Evaluation of online travel comments of cruise tourists by text mining method
GÖZDE TIĞA ÖZTÜRK
Doktora
Türkçe
2020
TurizmAydın Adnan Menderes ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
PROF. DR. ABDULLAH TANRISEVDİ
- Customer churn analysis based on machine learning by using data mining techniques in telecommunication sector
Telekomünikasyon sektöründe veri madencilik tekniklerini kullanarak makine öğrenmesine dayalı müşteri terk analizi
ELİF ÇELİK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. AŞKIN DEMİRAĞ
- Makine öğrenmesinde boyutsal indirgeme teknikleri ile mobil oyun kullanıcı segmentasyonu
Mobile game user segmentation with dimensionality reduction techniques in machine learning
GÜLEN ARIKAN KOKKAYA
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İLKNUR ESEN YILDIRIM