Makine öğrenmesi yöntemleri ile telekom müşteri kayıp tahmini analizi
Telecom customer churn predict analysis with machine learning methods
- Tez No: 672969
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGE NALAN BİLİŞİK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: 61
Özet
Günümüz şartlarında şirketler arası rekabet ortamının artması, pazarlama stratejilerinin gelişmesi ve müşterilerin daha bilinçli hale gelmesi ile müşteri sadakati önem kazanmıştır. Bir şirketin varlığını devam ettirebilmesi için mevcut müşterilerini elde tutmaları ve yeni müşteri edinmeleri oldukça önemlidir. Telekom sektöründe yeni bir müşteri edinmek, mevcutta ki müşterinin ayrılmasını önlemekten çok fazla maliyetlidir. Mevcut müşterilerin profilleri ve davranışları incelenerek şirketi bırakma ihtimali olan riskli müşterileri bulma işlemine müşteri kaybı analizi denir. Bu sayede şirketler rekabet açısından üstünlük kazanır ve çeşitli stratejiler geliştirerek bu kayıpların önüne geçmeye çalışır. Bu çalışmanın amacı, telekom şirketine ait müşteri verileri üzerinde veri madenciliği ve makine öğrenmesi yöntemleri ile müşteri kayıplarına yönelik modeller geliştirerek tahminler yapmaktır. Analizde kullanılacak veri seti açık kaynaklı olup, 7043 müşteriye yönelik 21 adet öznitelikten oluşmaktadır. Çalışmada açık kaynak kodlu ve yaygın olarak kullanılan Phyton ortamı kullanılmıştır. Makine öğrenmesi algoritmalarından Rastgele Orman, Destek Vektör Makinesi ve Çok Katmanlı Yapay Sinir Ağları uygulanmıştır. Analiz sonucunda, müşterileri sınıflamada Yapay Sinir Ağları, diğer modellerden daha iyi sonuç vermiştir.
Özet (Çeviri)
In today's conditions, customer loyalty has gained importance with the increase of the competitive environment between companies, the development of marketing strategies and the improvement of them. It is very important for a company to retain existing customers and acquire new customers in order to survive. Acquiring a new customer in the telecom industry is too costly to prevent the existing customer from leaving. The process of finding risky customers who may leave the company by examining the profiles and behaviors of existing customers is called customer churn analysis. In this way, companies gain competitive advantage and try to prevent these losses by developing various strategies. The aim of this study is to make estimates by developing models for customer churns by using data mining and machine learning methods on customer data belonging to a telecom company. The data set to be used in the analysis is open source and consists of 21 attributes for 7043 customers. In the study, open source and widely used Phyton environment was used. Random Forest, Support Vector Machine and Multi Layer Artificial Neural Networks are applied from machine learning algorithms. As a result of the analysis, Artificial Neural Networks performed better than other models in classifying customers.
Benzer Tezler
- Makine öğrenmesi yöntemleriyle müşteri kayıp analizi
Customer loss analysis with machine learning methods
ZERRİN ÇAKIR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUAMMER AKÇAY
- Twıtter üzerinden müşteri duygularının analiz edilerektürkiye'deki telekom operatörleri ile ilgili müşterimemnuniyetinin değerlendirilmesi
Evaluation of customer satisfaction about telecom operators in turkey by analyzing sentiments of customer through twitter
DOĞUKAN KÜNDÜM
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİTAT UYSAL
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ
- A comparison of the performance of ensemble classification methods in telecom costumer churn analysis
Telekomünikasyon sektörü müşteri ayrılma analizinde birleştirmeli sınıflandırma yöntemleri performanslarının karşılaştırması
GÖKÇE KALABALIK
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET CUDİ OKUR
- Implications of NFV-SDN technology on the telecom sector in Turkey
NFV-SDN teknolojisinin Türkiye'deki telekom sektörüne etkilerinin araştırılması
AHMET ÇETİN
Yüksek Lisans
İngilizce
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA GÜLTEKİN
DOÇ. DR. NİHAN YILDIRIM
- Sınıf dengesiz büyük veride dolandırıcılık tespiti ve açıklanabilirlik
Fraud detection models in class imbalanced big data and explainability
DUYGU SİNANÇ TERZİ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
DR. MUSTAFA UMUT DEMİREZEN