CHURN PREDICTION WITH ENSEMBLE CLASSIFIERS FOR TELECOM SECTORS
Yazarlar (2)
Faiza Hassan Mohamed
| Makale Türü |
Özgün Makale
(Uluslararası alan indekslerindeki dergilerde yayınlanan tam makale)
|
||
| Dergi Adı | İstanbul Ticaret Üniversitesi Teknoloji ve Uygulamalı Bilimler Dergisi | ||
| Makale Dili | – | Basım Tarihi | 08-2021 |
| Cilt / Sayı / Sayfa | 4 / 1 / 109–118 | DOI | – |
| Makale Linki | https://dergipark.org.tr/en/pub/icujtas/issue/60416/862634 | ||
| UAK Araştırma Alanları |
Bilgi Güvenliği ve Kriptoloji
|
||
| Özet |
| Literatürde, Makine Öğrenimi, Veri Madenciliği ve Hibrit teknikleri gibi farklı teknikler kullanılarak Ayrılma/Çalkalanma Tahmini gerçekleştirilmiştir. Bu teknikler, şirketleri ve işletmeleri, hizmetlerini kullanarak şirketlerinde kalabilmeleri için müşterileri belirleme ve tahmin etme ayrıca ayrılan müşteri konusunda destekler. Üst düzey yöneticilerin ve karar vericilerin güvenilir kararlar almasına ve Müşteri İlişkileri Yönetimi (CRM ) departmanına da yardımcı olur. Bu çalışmada, müşteri kaybını tahmin etmek için Orange adlı bir telekom sektörü ayrılan müşteri veri seti kullanılmıştır. Topluluk sınıflandırıcıları AdaBoostM1, PCA, InfoGain, Gain Ratio, Bagging ile birlikte J4.8, Naive Bayes, Lojistik Regresyon, Rastgele Orman, KNN, LMT (Lojistik model Ağacı) sınıflandırıcıları kombinasyonları ile birlikte kullanılır. Torbalama ve J4.8 kombinasyonu ile en yüksek% 94 doğruluk elde edilir. Sonuçlar diğer çalışmalarla da karşılaştırılmış ve bu çalışma araştırılan literatür kadar iyi performans göstermiş ve bazı vakalarda daha başarılı olduğu görülmüştür. |
| Anahtar Kelimeler |
