Abstract

Bankalar, temel gelirlerini müşterilerine kredi kullandırarak elde ederler. Bir bankanın müşterisi, herhangi bir finansman ürünü kullandığında, ürün eline geçer bunun karşılığında bankaya vadeli olarak borçlanır. Bir finansman ürünü kullanan müşteri belli bir dönem sonra başka bir finansman türü de kullanabilir. Müşteriler kullanmak istedikleri finansman türünü şube çalışanına iletir ve şube çalışanı müşteri için teklif girer sonrasında tahsis işlemini başlatır. Banka, müşteriden bir talep gelene kadar müşterinin ne tür bir ürün kullanacağını bilemez. Yapılan bu çalışmada, bankanın mevcut müşterilerinin verileri makine öğrenmesi ile eğitilerek, bir kişinin banka müşterisi olur olmaz önerilebilecek finansman türleri gösterilecektir. Naive Bayes algoritması kullanılarak, en yüksek orana sahip üç ürün önerilecektir. Bu sayede, bankaya gelen yeni müşteri, talebini yapmadan onun kullanabileceği finansman ürünleri kendisine önerilecektir.

References

[1] B. Kuzu, The Effect of Service Quality on Customer Satisfaction in Mobile Banking, Istanbul: T.C. Doğuş University Institute of Social Sciences Department of Business Administration, 2018. 

[2] G. Whalen, "A Proportional Hazards Model of Bank Failure: An Examination of Its Usefulness as an Early Warning Tool," Federal Reserve Bank of Cleveland, Economic Review, vol. 27, no. 1, pp. 21-31, 1991. 

[3] D. N. D. O. B. M. a. T. D. Goldberg, "Using collaborative filtering to weave an information Tapestry," Communications of the ACM, vol. 35, no. 12, pp. 61-70, 1992. 

[4] J. Joyce, "Bayes Theorem," {Metaphysics Research Lab, Stanford University, The Stanford Encyclopedia of Philosophy, 2019.

[5] E. YALÇIN, Naive Bayes Siniflandirici Tabanli İkili-Veri Çoklu-Ölçütlü Öneri Sistemleri, Eskişehir: Eskişehir Anadolu Üniversitesi Fen Bilimleri Enstitüsü, 2016. 

[6] M. Çinko, "Kredi Kartı Değerlendirme Tekniklerinin Karşılaştırılması," İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, vol. 5, no. 9, p. 149, 2006. 

[7] Risk Merkezi, "Krm Sadeleştirme," 27 4 2017. [Online]. Available: https://www.riskmerkezi.org/tr/risk-merkezi/.