Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Handenur KESAT
Danışman: Tahsin Çetinyokuş
Özet:
Finans sektörü, müşteri beklentilerini karşılamak ve rekabet avantajı elde etmek için sürekli yenilikçi çözümler arayışındadır. Bu arayış, özellikle finansal hizmetlerdeki çeşitliliğin artması ve müşteri karar süreçlerinin karmaşıklaşmasıyla daha da önem kazanmaktadır. Öneri sistemleri, bu çerçevede, müşterilere uygun ürünleri doğru zamanda sunarak bankaların karlılığını ve müşteri memnuniyetini artırma potansiyeline sahiptir. Yapay zeka destekli öneri sistemleri, müşteri verilerinden elde edilen içgörülerle, müşterilerin finansal ihtiyaçlarını anlamada ve onlara en uygun finansal ürünleri önermede kritik bir rol oynamaktadır. Bu tez ile Özel Katılım Bankası'nın bireysel müşterilerine yönelik hibrit bir yapay zeka tabanlı öneri sistemi geliştirilmiştir. Çalışmada, K-Ortalamalar algoritmasıyla müşteriler demografik özelliklerine göre gruplandırılmış ve bu gruplar öneri sistemi için giriş verisi olarak kullanılmıştır. Ardından, Transformer tabanlı model ile zaman serisi verileri analiz edilerek müşterilerin geçmiş davranışlarından ve değişen ihtiyaçlarından çıkarımlar yapılmıştır. Sistem, bireysel emeklilik, yatırım ürünleri, konut ve araç finansmanı, kredi kartı ve ihtiyaç finansmanı olmak üzere altı farklı finansal ürün kategorisi için kişiselleştirilmiş önerilerde bulunmayı hedeflemektedir. Öneri sistemi, dört farklı senaryo üzerinden değerlendirilmiş ve SMOTE yöntemiyle dengelenmiş veri seti üzerinde çalışan Transformer tabanlı modelin en yüksek performansı sağladığı tespit edilmiştir. Transformer tabanlı model, F1 skoru %92,81, duyarlılık %98,20 ve hassasiyet %89,98 gibi metriklerde üstünlük sağlarken, geleneksel bir yöntem olan k-NN algoritması F1 skoru %22,24, duyarlılık %13,53 ve hassasiyet %62,50 gibi düşük sonuçlar vermiştir. Bu sonuçlar, Transformer tabanlı modelin müşteri davranışlarını ve eğilimlerini analiz etme kapasitesiyle, geleneksel yöntemlere kıyasla daha başarılı sonuçlar verdiğini ortaya koymaktadır. Bu çalışma, bankacılık sektöründe müşterilerin bireysel ihtiyaçlarına yönelik kişiselleştirilmiş ürün önerileri sunarak, müşteri memnuniyetini artırma ve pazarlama stratejilerini daha verimli hale getirme potansiyelini ortaya koymaktadır.
Anahtar Kelimeler : Yapay zeka, makine öğrenmesi, öneri sistemleri, kümeleme, transformer