Banka telepazarlama başarisinin tahmini için bir birleşik makine öğrenme tabanli karar destek modeli

Amaç: Günümüzde bankacılık sektöründeişlem verilerinin yakalanmasını sağlayan elektronik bankacılık daha çok benimsenmeye başlanmış ve bu tür verilerin miktarı önemli ölçüde artmıştır. Bu verileri analiz etmek için veri madenciliğine dayalı teknikler benimsenmiştir. Bu çalışmada müşterilerin vadeli mevduat uygunluk durumlarına göre sınıflandırılması amaçlanmıştır. Yöntem: Bu çalışmada, kullanılan veri seti Portekiz Bankacılık Kurumu'nun müşterilerinden telefon ile iletişim yoluyla elde ettiği pazarlama kampanyaları verilerinden oluşmaktadır. Veriler C4.5, Naive Bayes, Bayes Ağları, k-En Yakın Komşu ve Sıralı Minimal Optimizasyon (SMO) sınıflandırma algoritmaları kullanılarak sınıflandırılmıştır. Sınıflandırma modelleri Sentez indeks (SI) değerlerine göre karşılaştırılmıştır. Bulgular: Elde edilen sonuçlara göre basit C4.5, en iyi sınıflandırma modeli olarak bulunmuştur. Önerilen model, literatürdeki diğer çalışmaların aynı veri seti üzerinde uyguladığı yöntemlerden daha üstün bulunmuştur. Özgünlük: Literatürdeki mevcut çalışmalardan farklı olarak bu çalışmada, topluluk öğrenme yöntemleri ile farklı sınıflandırma modelleri oluşturulmuş ve sentez indeks olarak yeni bir performans ölçütü geliştirilmiştir.