Veri Madenciliğinde Kümeleme Analizi ile Bankacılık Sektöründe Bir Uygulama

Veri madenciliği, büyük miktardaki veriden, anlamlı bilgiler ve kurallar keşfetme sürecidir. Günümüzde karar verme sürecine ihtiyaç duyulan birçok alanda olduğu gibi bankacılık alanında da veri madenciliği teknikleri yaygın bir şekilde kullanılmaktadır. Bankacılık sektöründe yapılan bu çalışmada, veri madenciliğinde kümeleme yöntemlerinden k-ortalamalar ile mevcut bireysel kredi müşterilerinin analiz edilerek müşteri profillerine göre stratejilerin geliştirilmesi amaçlanmış ve analiz sonuçları yorumlanmıştır.

___

  • KAYNAKÇA
  • Tosun T., “Veri madenciliği teknikleriyle kredi kartlarında müşteri kaybetme analizi”, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006.
  • Aşan Z., “Kredi kartı kullanan müşterilerin sosyo ekonomik özelliklerinin kümeleme analizi ile incelenmesi”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, cilt 17, s. 256-267, 2007.
  • Çakır Ö., “Veri madenciliğinde sınıflandırma yöntemlerinin karşılaştırılması: bankacılık müşteri veri tabanı üzerinde bir uygulama”, Doktora Tezi, Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, 2008.
  • Doğan B., “Bankaların gözetiminde bir araç olarak kümeleme analizi: Türk bankacılık sektörü için bir uygulama”, Doktora Tezi, Kadir Has Üniversitesi, Sosyal Bilimler Enstitüsü, 2008.
  • Albayrak A.S., “Türkiye’de yerli ve yabancı ticaret bankalarının finansal etkinliğe göre sınıflandırılması: karar ağacı, lojistik regresyon ve diskriminant analizi modellerinin bir karşılaştırılması”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, cilt 14, sayı 2, s. 113-139, 2009.
  • Bilen H., “Bankacılık sektöründe personel seçimi ve performans değerlendirilmesine ilişkin veri madenciliği uygulaması”, Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, 2009.
  • Çil F., “Banka yatırım fonu müşteri hareketlerinin belirlenmesine yönelik bir veri madenciliği uygulaması”, Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, 2010.
  • Savaş S., Topaloğlu N., Yılmaz M., “Veri Madenciliği ve Türkiye’deki Uygulama Örnekleri”, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, cilt 11, sayı 21, s. 1-23, 2012.
  • Çınar A., Silahtaroğlu G., “Veri Madenciliği Teknikleri ile Müşteri Memnuniyetine Etki Eden Gizli Nedenlerin Keşfi”, Marmara Üniversitesi İ.İ.B. Dergisi, cilt 33, sayı 2, s. 309-330, 2012.
  • Yakut E., Elmas B., “İşletmelerin Finansal Başarısızlığının Veri Madenciliği ve Diskriminant Analizi Modelleri ile Tahmin Edilmesi”, Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, cilt 15, sayı 1,s. 261-280, 2013.
  • Jacobs P., “ Data mining: what general managers need to know”, Harvard Management Update, vol. 4, no. 10, pp. 8-9, 1999.
  • Linoff G.S., Berry M.J.A., “Data mining techniques for marketing, sales and customer relationship management”, Wiley, 3rd.ed. , Canada, 2011.
  • Han J., Kamber M., “Data mining: concepts and techniques”, Morgan Kaufmann, 2nd ed., USA, 2006.
  • Ching W.K., Ng K. M., “Advances in data mining and modeling”, World Scientific, 1st ed., Hong Kong, China, 2002.
  • Chien C.-F., Chen L.-F., “Data mining to improve personnel selection and enhance human capital: A case study in high-technology industry”, Expert Systems with Applications, vol. 34, no.1, pp. 280-290, 2008.
  • Akpınar H., “Veritabanlarında bilgi keşfi ve veri madenciliği”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, cilt 29, no. 1, s. 1-22, Nisan 2000.
  • Albayrak A.S., Yılmaz Ş.K., “Veri madenciliği: Karar ağacı algoritmaları ve İMKB verileri üzerine bir uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, cilt 14, sayı 1, s. 31-52, 2009.
  • Suner A., Çelikoğlu C.C., “Toplum tabanlı bir çalışmada çoklu uygunluk analizi ve kümeleme analizi ile sağlık kurumu seçimi”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, cilt 25, s. 43-55, 2010.
  • Atbaş A.C., “Kümeleme analizinde küme sayısının belirlenmesi üzerine bir çalışma”, Yüksek Lisans Tezi, Ankara Üniversitesi, Fen Bilimleri Enstitüsü, 2008.
  • Çakmak, Z., Uzgören, N., Keçek, G., “Kümeleme analizi teknikleri ile illerin kültürel yapılarına göre sınıflandırılması ve değişimlerinin incelenmesi”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, cilt12, s. 15-36, 2005.
  • Özdamar K., “Paket programlar ile istatistiksel veri analizi II”, Kaan Kitabevi, 5. Baskı, , Eskişehir, 2004.
  • Larose D.T., “Discovering knowledge in data: an introduction in data mining”, Wiley, 1st ed., USA, 2005.
  • Akbulut S., “Veri madenciliği teknikleri ile bir kozmetik markanın ayrılan müşteri analizi ve müşteri segmentasyonu”,Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, 2006.
  • Çalış A., Boyacı A., Baynal K., “Data Mining Application in Banking Sector with Clustering and Classififcation Methods” International Conference on Industrial Engineering and Operations Management (IEOM), Dubai, UAE, 2015, pp. 1-8.
  • Emel G. G., Taşkın Ç., “Veri madenciliğinde karar ağaçları ve bir satış analizi uygulaması”, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, cilt 6, no. 2, s. 221-239, Aralık 2005.