Churn Analysis and Prediction with decision tree and artificial neural network

dc.contributor.advisorArsan, Taneren_US
dc.contributor.authorArsan, Taner
dc.date.accessioned2020-06-22T10:25:39Zen_US
dc.date.available2020-06-22T10:25:39Zen_US
dc.date.issued2015en_US
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.department-tempKadir Has University : Graduate School of Science and Engineering: Computer Engineering en_US
dc.description.abstractNowadays market competition is increased in logistic sector. Retention of customers due to the competition has gained importance. Retention of customers is more advantageous than gaining new customers. Gaining new customer has 5 units more than retention of existing customer. Especially telecommunication companies use churn analyzing and prediction. However competition increased in different sectors and they need churn analysis. In recent years logistic companies increased in Turkey, so retention of customer and churn analysis are important for logistic companies. Some logistic companies have churn committees and work on customer loyalty. This article includes churn analysis and prediction with decision tree and artificial neural network. In addition, this article includes comparison of 2 different methods for churn analysis. Article results show neural network better than decision for prediction. Because decision tree churn prediction rate is %81, Artificial Neural Networks rate is 97%.en_US
dc.description.abstractGünümüzde bir çok sektörde olduğu gibi lojistik sektöründe de rekabet artmıştır. Mevcut müşterileri ikna etmek ve elde tutmak da pazardaki rekabetde ayakta kalabilmek açısından önemini arttırmıştır. Mevcut bir müşteriyi elde tutmak yeni bir müşteri bulmaktan daha avantajlıdır. Çünkü firmalar mevcut müşterileri elde tutmak için 1 birim maliyet harcarken, yeni müşteri bulmak için 5 birim maliyet harcamaktadırlar. Özellikle telekomunükasyon firmaları churn analizi ve tahmini yapmaktadırlar. Ayrıca rekabetin arttığı diğer sektörlerde churn analizine ihtiyaç duymaya başlamıştır. Türkiyedeki lojistik firmaların sayısı son yıllarda artmıştır. Dolayısıyle lojistik sektörü içinde churn yönetimi ve analizi önemli bir noktaya gelmiştir. Bazı firmalar churn için özel komiteler kurup özel olarak bu konuda çalışma yapmaktadırlar. Bu çalışmada churn analizi ve tahmini 2 farklı yöntem kullanarak yapılmıştır. Bunlar yapay sinir ağları ve karar ağaçlarıdır.Ayrıca bu 2 farklı yöntem arasındaki kıyaslamada yapılmıştır. Elde edilen sonuçlar da görülmüştür ki yapay sinir ağları churn analizi ve tahmininde daha etkili sonuç vermektedir.Bunun en temel sonucu karar ağaçları 81% doğru tahmin yaparken, yapay sinir ağları 97 doğru sonuç vermektedir.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12469/2931
dc.identifier.yoktezid394584en_US
dc.language.isoenen_US
dc.publisherKadir Has Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.titleChurn Analysis and Prediction with decision tree and artificial neural networken_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication
relation.isAuthorOfPublication7959ea6c-1b30-4fa0-9c40-6311259c0914
relation.isAuthorOfPublication.latestForDiscovery7959ea6c-1b30-4fa0-9c40-6311259c0914

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Churn Analysis And Prediction With Decision Tree And Artificial Neural Network.pdf
Size:
1.17 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections