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: Belirtilmemiş.
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 öğreniminde validasyon teknikleri
Validation techniques in machine learning
GÖRKEM TEMEL
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. AYLA ŞAYLI
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Yenileme yatırımları
Başlık çevirisi yok
OSMAN NURİ FİLİZ
Yüksek Lisans
Türkçe
1986
İşletmeGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN OKKA
- Çeltik kabuklarının yalıtım malzemesi olarak kullanılması
Başlık çevirisi yok
B.CİHAN ÇELEBİ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KIRBIYIK