Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/985
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorÖzyer, Tansel-
dc.contributor.authorGök, Mehmet-
dc.date.accessioned2019-05-06T11:56:27Z
dc.date.available2019-05-06T11:56:27Z
dc.date.issued2014
dc.identifier.citationGök, M.(2014).İnternet servis sağlayıcısı için iptal analizi modeli.Ankara:TOBB ETÜ Fen Bilimleri Enstitüsü.[Yayınlanmamış Yüksek Lisans Tezi]tr_TR
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp-
dc.identifier.urihttps://hdl.handle.net/20.500.11851/985-
dc.description.abstractİptal analizi müşterilerin davranış örüntülerinin modellenerek, gelecekte iptal eğilimi gösteren aboneler hakkında öngörülerin belirlendiği müşteri ilişkileri yönetimi sürecidir. Yeni müşterinin kazanımı, mevcut müşterinin sistemde tutulmasından çok daha fazla maliyetlidir. Bu bağlamda iptal analizi ile yapılan tahminler mevcut müşterinin iptale gitmemesi için yapılacak tutundurma faaliyetlerine yardımcı olmaktadır. Günümüzde telekomünikasyon firmaları iptal analizini çeşitli uygulamalarla sistemli bir süreç halinde iyileştirerek sürdürmektedirler. Bu çalışmada da telekomünikasyon sektöründe faaliyet gösteren bir internet servis sağlayıcısının müşteri bilgileri ve davranışları incelenerek gerçekleştirilmiştir. Yapılan literatür araştırmaları sonucunda belirlenen bir bilgi keşif süreci çerçevesinde veri madenciliği uygulamalarının yardımı ile iki fazlı çözüm modeli oluşturulmuştur. Geliştirilen iki fazlı çözüm modeli zaman serisi kümeleme ve sınıflandırma algoritmaları ile birlikte en uygun çalışacak şekilde tasarlanmıştır. Zaman serisi kümeleme uygulaması için k-ortalama ve hiyerarşik kümeleme algoritmaları, sınıflandırma için ise destek vektör makineleri ve özyinelemeli bölümleme algoritmaları karşılaştırmalı olarak performans ölçütleri değerlendirilmiştir.tr_TR
dc.description.abstractChurn prediction is a customer relationship process that specifies predictions for customers who are inclined to churn in future through modelling customer behavior patterns. It costs more to acquire a customer than to retain a customer. In this sense, the predictions which are made with churn prediction support promotion activities executed to avoid subscription cancellation of existing customers. Nowadays, telecommunication companies maintain churn prediction with various applications as a systematic process. Also this thesis is written on the basis of customer data and behavior analysis of an internet service provider operating in telecommunication sector. Within the knowledge discovery process framework, explored as a result of realized literature survey, two phased solution model is created with the help of data mining applications. Developed two phased solution model is designed to run effectively with time series clustering and classification algorithms. Performance indicators are evaluated comparatively with respect to k-means, hierarchical clustering algorithms for time series clustering and support vector machines, recursive partitioning for classification algorithms.en_US
dc.language.isotren_US
dc.publisherTOBB Ekonomi ve Teknoloji Üniversitesi Fen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectInformation processingen_US
dc.subjectHierarchical clusteringen_US
dc.subjectRule processingen_US
dc.subjectCustomer relationships managementen_US
dc.subjectBilgi işlemetr_TR
dc.subjectHiyerarşik kümelemetr_TR
dc.subjectKural işlemetr_TR
dc.subjectMüşteri ilişkileri yönetimitr_TR
dc.titleİnternet Servis Sağlayıcısı için İptal Analizi Modelien_US
dc.title.alternativeChurn Prediction for Internet Service Provideren_US
dc.typeMaster Thesisen_US
dcterms.rightsYazarına aittir / Belongs to author
dc.departmentInstitutes, Graduate School of Engineering and Scienceen_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsütr_TR
dc.relation.publicationcategoryTezen_US
item.openairetypeMaster Thesis-
item.languageiso639-1tr-
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
Appears in Collections:Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses
Files in This Item:
File Description SizeFormat 
378494.pdfMehmet Gök_tez1.55 MBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

54
checked on Dec 23, 2024

Download(s)

30
checked on Dec 23, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.