K-means algoritması ile müşteri profilinin belirlenmesi
Customer profile extraction with K-means algorithm
- Tez No: 655056
- Danışmanlar: DOÇ. DR. ÖZGÜR ÇAKIR
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, İşletme, Banking, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 115
Özet
Bilgi teknolojisinde ve veri boyutunda meydana gelen hızlı gelişim ve değişim ile büyük veri kümelerinden değerli bilgileri çıkarmak için güçlü ve çok yönlü araçlara ihtiyaç duyulmaktadır. Veri Madenciliği, büyük ve karmaşık veri yığınları içerisindeki faydalı bilgileri keşfetme sürecidir. Bu tez çalışmasında veri madenciliğinin bankacılık ve pazarlama alanındaki fonksiyonu incelenmiştir. Temel amaç, heterojen veri kümesi içerisinden homojen müşteri gruplarının ve oluşan müşteri kümelerine özel pazarlama stratejisinin belirlenmesidir. Çalışmada, 18 davranış değişkeni ve 8950 adet müşterinin kredi kartı kullanım davranışını içeren bir banka veri kümesi üzerinde veri madenciliği yöntemlerinden K-Ortalama algoritması kullanılarak kümeleme çalışması yapılmıştır. Analiz sonucunda sekiz müşteri kümesi oluşmuştur. Oluşan sekiz kümenin grup içinde ve gruplar arasındaki anlamlı farklılığın tespiti için SPSS programı kullanılarak Kruskal-Wallis sınaması yapılmıştır. Kümeler arasında bulunan anlamlı farklılıkların hangi küme gruplarından kaynaklandığını bulmak için Tamhane's T2 sınaması uygulanmıştır ve oluşan sekiz kümenin karakteristik özellikleri belirlenmiştir. Veri hazırlama aşamasında MS Excel, veri ön işleme ve modelleme aşamasında Python ve sonuçların analizi aşamasında IBM SPSS yazılımları kullanılmıştır.
Özet (Çeviri)
Powerful and versatile tools are needed to extract valuable information from large data sets. With the rapid development and change in information technology and data size. Data Mining is the process of discovering useful information within large and complex data heaps. In this thesis, the function of data mining in banking and marketing has been examined. The main purpose is to determine the homogeneous customer groups from the heterogeneous data set and the marketing strategy specific to the formed customer clusters. In the study, a clustering study was conducted using the K-Average algorithm, one of the data mining methods, on a bank data set containing 18 behavioral variables and the credit card usage behaviors of 8950 customers. As a result of the analysis, eight customer clusters were formed. Kruskal-Wallis test was performed using the SPSS program to determine the significant difference between and within the group of the eight clusters formed. Tamhane's T2 test was applied to find out which cluster groups caused the significant differences between clusters and the characteristics of the eight clusters formed were determined. MS Excel in the data preparation phase, Python in the data pre-processing and modeling phase, and IBM SPSS software in the analysis of the results.
Benzer Tezler
- K-ortalamalar algoritmasına dayalı kümeleme analizi sistemi ve perakendecilik sektöründe uygulaması
Clustering analysis system based on K-means algorithm and its application in the retail sector
MERVE ÜSTÜNEL
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. AYLA ŞAYLI
- Lojistik sektöründe tedarikçi sadakatinin k-means algoritması ile ölçümlenmesi ve sadık tedarikçilerin müşteri memnuniyetine etkisi
Measuring supplier loyalty in the logistics sector with k- means algorithm and the effect of loyalty suppliers on customer satisfaction
BUSELİZ DEMİRDOĞAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN ÖZGEN
- 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
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ ÇALIŞIR
- Bulanık C ve K-ortalamalarla başlangıç çözümü oluşturulmuş tavlama benzetimi hibrit algoritması ile kapasite kısıtlı araç rotalama probleminin çözümü
Solution of capacitated vehicle routing problem with simulated annealing hybrid algorithm with initial solution created with fuzzy C and K-means algorithm
AHMET FATİH EKER
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ÇİL
- Otel rezervasyon datalarına göre müşteri profili belirleme
Customer profile determination by hotel reservation datas
MURAT KAYA
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA EREN YILDIRIM