Veri madenciliği makine öğrenmesi algoritmaları ile telekom sektöründe sosyal ağ analizi
Social network analysis in telecom industry with data mining machine learning algorithms
- Tez No: 682228
- Danışmanlar: PROF. DR. MUHAMMET KURULAY, DOÇ. DR. MEHMET SIDDIK AKTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Mobil telekomünikasyon sektörü, Mobile telecommunication market
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Matematik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Telekom sektörü içerisinde müşteri terk etme davranış tahmininin yapılması, aktif olarak üzerinde çalışılan bir araştırma konusudur. Müşteri terk etme davranışının başarılı bir şekilde önceden tahmin edilmesi için, genellikle müşterilerin telekom altyapısını kullanma davranışlarından elde edilen öznitelikler kullanılmaktadır. Öte yandan, müşterilerin kendi aralarında yaptıkları iletişim verilerinin oluşturduğu karmaşık ağlar ve bu ağlardan elde edilecek öznitelikler de, müşteri terk etme davranışını etkileyebilecek niteliktedir. Bu araştırma kapsamında, telekom altyapıları üzerinde müşterilerin etkileşimi sonucunda oluşan karmaşık ağlar üzerinde, sosyal ağ analizi (social network analysis - SNA) teknikleri kullanılarak, müşteri terk etme davranışı tahmininde kullanılabilecek öznitelikler önerilmektedir. Önerilen bu öznitelikler hesaplanarak, telekom altyapısına ait özniteliklerle beraber modele dahil edilmiştir. Böylece müşteri terk tahmin modelinin başarısının arttırılması hedeflenmiştir. Bunun yanı sıra, müşteri terk etme davranışını tahmin edebilecek bir veri analizi iş süreci yöntemi önerilmektedir. Önerilen yöntemin bir prototip uygulaması geliştirilmiş ve müşteri terk etme davranış tahminindeki başarısı, deneysel çalışmalarla karşılaştırılmalı olarak değerlendirilmiştir. Bu çalışma kapsamında, bir telekom sektörü firmasına ait anonimleştirilmiş veri seti kullanılmıştır. Elde edilen sonuçlar, önerilen yöntemin başarılı tahminler yapabildiğini ve kullanılabilir bir yöntem olduğunu ortaya koymaktadır. Geliştirilen prototip uygulamada, müşteri terk etme davranışı tahminindeki performans ve tutundurma modellerinin performansı, doğruluk metriklerine dayalı olarak incelenmiştir. Elde edilen sonuçlar, önerilen iş süreci yazılım platformunun kullanılabilir olduğunu göstermektedir.
Özet (Çeviri)
In the telecommunication industry, the prediction of customer churn behavior is a subject of active research. Features derived from customers' use of telecom infrastructure are often used to predict customer churn behavior. On the other hand, the complex networks created by the communication data between the customers and the features to be obtained from these networks can also affect customer churn behavior. Within the scope of this research, features, which are used to predict customer churn behavior by using Social Network Analysis (SNA) techniques on complex networks formed as a result of customer interaction on telecom infrastructures, are proposed. These proposed features are calculated and included in the model together with the features of the telecom infrastructure. Thus, it is aimed to increase the success of the customer abandonment prediction model. In addition to that, a data analysis workflow method that can predict customer churn behavior is suggested. A prototype application of the proposed method was developed and its success in predicting customer churn behavior was evaluated with experimental studies. In this study, an anonymized data set belonging to a telecom industry firm is used. The results obtained show that the proposed method can make successful predictions and is usable. In the developed prototype application, the performance of customer churn behavior and promotion model prediction was examined based on accuracy metrics. The results show that the proposed business process software platform is available.
Benzer Tezler
- Predicting customers with higher probability to purchase in telecom industry
Telekom sektöründe satın alma ihtimali yüksek olan müşterilerin tahmin edilmesi
GÜZİDE NUR YILDIRIM
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- 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 Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUAMMER AKÇAY
- Yapay zekâ destekli makine öğrenmesi algoritmaları ile eğitsel veri madenciliği alanında öğrenci akademik performanslarının tahmin edilmesi
Predicting student academic performance in the field of educational data mining with artificial intelligence supported machine learning algorithms
FATİH BİNGÜL
Yüksek Lisans
Türkçe
2023
Mühendislik Bilimleriİstanbul Gedik ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- Veri madenciliği ve makine öğrenmesi yaklaşımı ile tiroit kanserinin tanılanması
Diagnosis of thyroid cancer using data mining and machine learning approach
MEHMET EMİN ASAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Nesnelerin interneti ortamındaki veriler kullanılarak makine öğrenmesi algoritmaları ile tahminleme ve gerçek zamanlı veriler üzerinde karmaşık olay işleme
Making estimations based on machine learning algorithms using data in the internet of things environment and providing complex event processing on real time data
ENGİN DENİZ TÜMER
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. RIZA CENK ERDUR