Geri Dön

Churn prediction in telecommunication sector

Telekom sektörleri için topluluk sınıflandırıcılarla ayrılma tahmini

  1. Tez No: 670917
  2. Yazar: FAIZA HASSAN MOHAMED
  3. Danışmanlar: Assist. Prof. Dr. MUSTAFA CEM KASAPBAŞI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Ayrılama Tahmini, kNN, LMT, CRM, PCA, Churn Prediction, KNN, LMT, CRM, PCA
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 42

Özet

Literatürde, Makine Öğrenimi, Veri Madenciliği ve Hibrit teknikleri gibi farklı teknikler kullanılarak Ayrılma/Çalkalanma Tahmini gerçekleştirilmiştir. Bu teknikler, şirketleri ve işletmeleri, hizmetlerini kullanarak şirketlerinde kalabilmeleri için müşterileri belirleme ve tahmin etme ayrıca ayrılan müşteri konusunda destekler. Üst düzey yöneticilerin ve karar vericilerin güvenilir kararlar almasına ve Müşteri İlişkileri Yönetimi (CRM) departmanına da yardımcı olur. Bu çalışmada, müşteri kaybını tahmin etmek için Orange (Uluslararası Telekominikasyon firması) adlı bir telekom sektörü ayrılan müşteri veri seti kullanılmıştır. Topluluk sınıflandırıcıları AdaBoostM1, PCA, InfoGain, Gain Ratio, Bagging ile birlikte J4.8, Naive Bayes, Lojistik Regresyon, Rastgele Orman, KNN, LMT (Lojistik model Ağacı) sınıflandırıcıları kombinasyonları ile birlikte kullanılır. Torbalama ve J4.8 kombinasyonu ile en yüksek % 94 doğruluk elde edilir. Sonuçlar diğer çalışmalarla da karşılaştırılmış ve bu çalışma araştırılan literatür kadar iyi performans göstermiş ve bazı vakalarda daha başarılı olduğu görülmüştür.

Özet (Çeviri)

Churn Prediction has been implemented in the research works and more studies on it been published using different advanced mechanisms including Machine Learning, Data Mining, and Hybrid mechanism. These mechanisms found out to help enterprise companies and small businesses to classify and predict churning customers to be able to retain them to stay with their company using their services. Also, found out to help top managers and decision makers to be able take reliable decisions and Customer Relation Management CRM department as well. In this study, a telecom sector churn dataset named Orange which belongs to International Orange Telecom Company is used for customer churn prediction. Ensemble classifiers are used AdaBoostM1, PCA, Gain Ratio, Info Gain, Bagging in combination with J4.8, Naïve Bayes, Logistic Regression, Random Forest, KNN, LMT (Logistic model Tree). Highest accuracy of 94% is obtained by combination of Bagging and J48. The results are compared with other studies as well and this study performed as good as the surveyed literature and surpassed in same cases.

Benzer Tezler

  1. Telekomünikasyon sektöründe aboneliklerini iptal edecek müşterilerin yapay öğrenme yöntemleri ile tahmin edilmesi

    Churn prediction in telecommunication sector with machine learning methods

    AYŞE ŞENYÜREK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELÇUK ALP

  2. Telekomünikasyon sektöründe müşteri sadakatinin veri madenciliği teknikleriyle modellenmesi

    Modelling of customer churn prediction in telecommunication sector with data mining techniques

    MÜMİN YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mühendislik BilimleriYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  3. Telekomünikasyon sektöründen sınıflandırma algoritmaları ile müşteri kayıp analizi

    Customer churn analysis with classification algorithms in telecommunication sector

    EZGİ USTA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM EROL

  4. İnternet servis sağlayıcısı için iptal analizi modeli

    Churn prediction for internet service provider

    MEHMET GÖK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TANSEL ÖZYER

  5. Makine öğrenmesiyle müşteri kayıplarının tahmini

    Customer churn prediction by machine learning

    MELİKE GÜNAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA ENSARİ