Geri Dön

Öznitelik seçimi ile telekomünikasyon sektöründe kayıp müşteri analizi

Customer churn analysis in telecommunication sector by feature selection

  1. Tez No: 579097
  2. Yazar: HANDAN DONAT
  3. Danışmanlar: DOÇ. DR. TARIK KÜÇÜKDENİZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 104

Özet

Bilgi ve teknolojilerin günümüz dünyasında gelişmesi ve artan rekabet koşulları ile verinin işlenmesi ve saklanması firmalar için kritik önem taşır hale gelmiştir. Müşteri verileri ise en değerli veri olmaktadır. Özellikle firmaların yeni müşteri kazanımının yanı sıra mevcut müşterisini de elde tutması gerekmektedir. Bu noktada müşteri davranışları, müşteri kayıp analizinin yapılmasında önemli bir yol gösterici olmuştur. Bu tez kapsamında telekomünikasyon sektöründe müşteri kayıp analizi yapılmıştır. Bu kapsamda sınıflandırma algoritmalarının yanı sıra algoritmaların performans çıktılarını iyileştirecek öznitelik seçimi üzerine çalışmalar yapılmıştır. Tezde bahsedilen öznitelik seçimlerine göre ayrı ayrı algoritmalar çalıştırılmış ve en yüksek performans çıktıları seçilmiştir. Öznitelik seçiminin ve telekomünikasyon sektöründe seçilen parametrelerin modelin performansına etkileri incelenmiştir.

Özet (Çeviri)

The improvement of information and technologies in today's world and increasing competition conditions and processing and storage of data have become critical for companies. Customer data is the most valuable. Firms need to keep their existing customers in addition to new customer acquisition. At this point, customer behavior has been an important guide in customer loss analysis. Within the scope of this thesis, customer loss analysis was conducted in telecommunication sector. In this context, in addition to classification algorithms, studies on feature selection to improve performance outputs of algorithms have been done. Separate algorithms were run according to the attribute selections mentioned in the thesis and the highest performance outputs were selected. The effect of attribute selection on the performance of the model was examined.

Benzer Tezler

  1. Radar ikaz alıcı sistemleri ve radar sinyallerinin sınıflandırılması

    Radar warning receivers and recognition of radar signals

    ENGİN KISALAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU

  2. Poverty level characterizations via feature selection and machine learning

    Öznitelik seçimi ve makine öğrenmesi ile yoksulluk seviye karakterizasyonu

    JAMA HUSSEİN MOHAMUD

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    EkonomiAnadolu Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER NEZİH GEREK

  3. Makine öğrenmesi teknikleri ile tahsilat davranışı tahmini: telekomünikasyon sektörü örneği

    Prediction of debt collection behaviour with machine learning techniques: A case study on telecommunication company customers

    ELİF EKİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAŞAR ÖZTAYŞİ

  4. Yüz ifadelerinin geometrik ve görünüm tabanlı öznitelikler kullanılarak tanınması

    Recognition of facial expressions using geometric and appearance-based features

    NURİ ÖZBEY

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU

  5. Yüz imgelerinden duygu tanıma

    Expression recognition from face images

    CANER GACAV

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KEMAL ÖZKAN