Geri Dön

Behavioral analytics: Understanding individual and group behavior using transactional big data

Davranış analitiği: Bireysel ve grup davranışlarını işlemsel büyük veri analitiği ile anlamak

  1. Tez No: 627703
  2. Yazar: MOHSEN BAHRAMI
  3. Danışmanlar: PROF. BURÇİN BOZKAYA
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Yönetim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Yeni analitik hesaplama yöntemlerinin ortaya çıkması ve çeşitli kaynaklardan gelen yüksek çözünürlüklü zamansal-mekansal veritabanlarının yaygınlaşması ile birlikte geniş çaplı davranış analitiği çalışmaları daha kolay ve düşük maliyetli bir hale gelmiştir. Bunun sonucu olarak yeni bir alan olarak hesaplamalı sosyal bilimler çağının başladığını söyleyebiliriz. Bu tez, bireysel ve grup olarak insan davranışlarını anlamak, açıklamak ve tahminlemek amacıyla büyük veriyi kullanan hesaplama tekniklerine dayalı yeni analitik yaklaşımlar önermektedir. Tez, 3 bölümden oluşmaktadır: Birinci bölümde, müşteri fatura ödeme davranışını tahmin etmek ve faturaların daha verimli bir şekilde tahsilatına yardımcı olmak amacıyla yeni bir davranışsal puanlama modeli ve buna bağlı bir şekilde tasarlanmış bir karar destek sistemi öneriyoruz. İkinci bölümde, işlemsel büyük verileri kullanarak pazar payı modellerini doğrulamak için yeni bir veri odaklı yaklaşım öneriyoruz. Bu doğrulama sonucunda kullanılan pazar payı modellerinin rekabetçi tesis yerleşim yeri seçim modelleri için geçerli varsayımlar olduğunu gerçek büyük veri yardımıyla göstermekteyiz. Son bölümde ise insanları şehirlere çeken etkenleri araştırıyor ve bu amaçla insan akışlarının bir kentsel alanda ekonomik refahı artıran ne tür etkileşimlere ve bilgi aktarımlarına yol açtığını anlamak için bir ağ modeli öneriyoruz. Çalışmalarımızın sonuçlarının gelecekteki araştırmalara faydalı olmasını ve yetkililerin, organizatörlerin, planlamacıların ve politikacıların vereceği, insanların yaşam kalitesini iyileştirecek, ayrımcılığı ve eşitsizliği ortadan kaldıracak daha iyi kararlara ışık tutmasını umuyoruz.

Özet (Çeviri)

The rise of new computational approaches in analytics and the availability of various fine-grained datasets with spatio-temporal dimensions from different data collection sources have made large-scale behavioral analytics less costly and easier. This has given rise to a new era of computational social science. This thesis proposes new approaches to using computational techniques that leverage large-scale datasets in order to understand, describe, and predict human behavior in individual and population levels. This thesis consists of three chapters. In the first chapter, we propose a novel behavioral scoring model and design a decision support system to predict customer invoice payment behavior and help decision makers to collect the issued invoices more efficiently. In the second chapter, we propose a novel data-driven approach in order to validate market-share models using transactional big data. We provide strong evidence, with the help of real world data, that these models are viable assumptions for competitive facility location models. Finally, we investigate how people are attracted by cities, and propose a network model to understand how their flow leads to interactions and information diffusion, which contributes to the economic well-being in an urban area. We hope the results of our studies benefit the future research and help decision makers such as authorities, organizers, planners, and politicians to make better decisions that improve people's quality of life, and eradicate segregation and inequality.

Benzer Tezler

  1. Büyük veri ve kent: İstanbul tarihi yarımada'da konum tabanlı sosyal medya verileri üzerinden sosyo-mekansal ayrışmanın incelenmesi

    Big data and city: Investigation of socio-spatial segregation through location-based social media data in the historical peninsula of Istanbul

    ÜMMÜGÜLSÜM ORTAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Kentsel Tasarım Ana Bilim Dalı

    PROF. DR. TURGAY KEREM KORAMAZ

  2. Yaşlılık kurumlarında yaşlı mekansal davranış ve bilişiminin mekansal dizim bağlamında irdelenmesi

    Examination of the cognition and spatial behaviour of residents in elderly care institutions using space syntax

    ESRA AKAN

    Doktora

    Türkçe

    Türkçe

    2017

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ALPER ÜNLÜ

  3. Müşteri analitiği ve öneri sistemleri uygulaması

    Customer analytics and recommender systems application

    ÖZGE ELMAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  4. RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data

    İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi

    MUSTAFA ÇAMLICA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FETHİ ÇALIŞIR

  5. Konut planlamasında kullanılabilecek bir fonksiyonel yaklaşım model

    A Functional approaching model for housing planning

    DEMET ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Mimarlıkİstanbul Teknik Üniversitesi

    PROF.DR. METE ÜNÜGÜR