Vadeli mevduat hesabı aboneliği tahmini makine öğrenmesi yaklaşımı
Machine learning approach to time deposit account subscription prediction
- Tez No: 847187
- Danışmanlar: PROF. DR. FATMA NOYAN TEKELİ
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, İstatistik, Banking, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 83
Özet
Bankacılık sektörü, teknolojik gelişmelerle birlikte müşteri taleplerini daha iyi anlama ve finansal ürünlerini bu taleplere göre şekillendirme konusunda büyük bir dönüşüm yaşamaktadır. Bu dönüşümün temelinde bankanın gelirlerini mevcut gelirlerin üstüne çıkarmak ve çeşitli istatistiksel ve makine öğrenmesi teknikleriyle müşterilerinin yararlanabileceği fırsatları önceden tahmin ederek onlara sunmak yer alır. Bu çalışmada öncelikle bankanın en önemli gelir kalemlerinden olan vadeli mevduat hesabından ve bunların hem müşteri hem de banka üzerindeki etkilerinden bahsedilmiştir. Daha sonra makine öğrenmesi ve makine öğrenmesinin alt dalı olan derin öğrenme modeli kavramları üzerinde durulmuştur. Uygulama bölümünde ise“UCI Machine Learning Repository”sitesinden alınan veri ile geliştirilen modelde vadeli mevduat hesabı alacak müşterileri makine öğrenmesi ve derin öğrenme kullanarak tahminleyen bir yapı oluşturulmuştur. Python açık kaynak dilinin kullanıldığı uygulamada değişkenlerin türleri belirlenmiş, özet istatistikleri incelenmiş, özellik mühendisliği ile yeni bir değişken eklenmiş ve değişkenler ölçeklendirilip dummy değişkenler türetilerek model aşamasına geçilmiştir. Model aşamasında yaygınca kullanılan makine öğrenmesi algoritmaları ile bir model havuzu oluşturulmuş ve içlerinden en başarılı sonucu veren 5 model geliştirilerek sonuçları kıyaslanmıştır. Oluşturulan modellerde banka müşterilerinin vadeli mevduat hesabı alıp almayacakları müşterilerin demografik, banka kredi ve aranma verilerine bakarak tahminlenmektedir. Çalışmada verinin %20'si test %80'i eğitim verisi olarak kullanılmıştır. Verinin genel yapısı ilk oluşturulan sonuç çıktılarına göre incelendiğinde verinin yanıt değişken bazında dengesiz bir yapıda olması sebebiyle modeller dengesiz veri üzerine alınacak aksiyonlar ile de ayrıca ele alınmıştır. Uygulama üzerinde yapılan veri analizi ve model sonuç çıktıları neticesinde en yüksek skorlu model %91'lik doğru tahminleme başarısı göstermiştir. Yüksek skor değerlendirmelerinin yanı sıra bankanın gelir gider dengesinde alacağı aksiyon kararlarına göre hata metriklerinin farklı bir şekilde de değerlendirilebileceği ve bu değerlendirme sonucunda diğer modellerin de tercih edilebileceği üzerine yorumlamalar yapılmıştır.
Özet (Çeviri)
With technological developments, the banking sector is experiencing a major transformation in better understanding customer demands and shaping financial products according to these demands. The basis of this transformation is to increase the bank's revenues above the current revenues and to predict and present the opportunities that its customers can benefit from with various statistical and machine learning techniques. In this study, first of all, time deposit account, which is one of the most important income items of the bank, and their effects on both the customer and the bank are mentioned. Then, the concepts of machine learning and deep learning model, which is a sub-branch of machine learning, were emphasized. In the application part, a structure was created that predicts the customers who will receive a term deposit account using machine learning and deep learning in the model developed with the data obtained from the UCI Machine Learning Repository site. In the application where Python open source language was used, the types of variables were determined, summary statistics were analyzed, a new variable was added with feature engineering, the variables were scaled and dummy variables were derived and the model phase was started. At the model stage, a model pool was created with widely used machine learning algorithms, and 5 models that gave the most successful results were developed and their results were compared. In the models created, whether bank customers will get a term deposit account is predicted by looking at the customers' demographic, bank loan and calling data. In the study, 20% of the data was used as test data and 80% as training data. When the general structure of the data was examined according to the first generated results, the models were also handled with the actions to be taken on the unbalanced data, since the data had an unbalanced structure on the basis of the response variable. As a result of the data analysis and model results performed on the application, the highest scoring model showed an accurate prediction success of 91%. In addition to high score evaluations, comments were made that error metrics could be evaluated differently depending on the action decisions to be taken by the bank in the income-expenditure balance and that other models could be preferred as a result of this evaluation.
Benzer Tezler
- Milli eğitim bakanlığına bağlı çalışanların tasarruflarını değerlendirme davranışları kapsamında hisse senedi tercihlerini etkileyen faktörler: Çorum ili için bir araştırma
The factors affecting stock preferences within the scope of behaviors of evaluating savings of employees ministry of national education: a research for Çorum province
RESUL ŞEN
Yüksek Lisans
Türkçe
2023
EkonomiHitit Üniversitesiİnsan Kaynakları Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM DÜNDAR
- Stock trend prediction and portfolio optimization
Hisse senedi trend tahmini ve portfoy optimizasyonu
DENİZ PEKŞEN
Yüksek Lisans
İngilizce
2022
EkonomiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN ÖRSAN ÖZENER
- Vadeli mevduat ve katılma hesabı getirilerinin kişisel finans yönünden karşılaştırması: Türkiye için ampirik bir uygulama
Comparison of returns on term deposit and participation account in terms of personal finance: An empirical investigation for Turkey
TAHİR DENİZ ETGÜER
- Instruments of Islamic finance – are Islamic finance instruments different than conventional finance instruments
İslami finans enstrümanları – İslami finans enstrümanları geleneksel finans enstrümanlarından farklı mı
SENA YILMAZ ARSLAN
Yüksek Lisans
İngilizce
2021
BankacılıkTürk-Alman ÜniversitesiUluslararası Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LEVENT YILMAZ
- Ailelerin finansal risk yönetimine ilişkin tutum ve davranışlarının incelenmesi
Examination of the attitudes and behaviours of families towards financial risk management
ATEŞ BAYAZIT HAYTA