Karınca kolonisi optimizasyonu sınıflandırma algoritması yöntemi ile telefon bankacılığında doğrudan pazarlama kampanyası üzerine bir sınıflandırma analizi

Year 2015, Volume: 6 Issue: 1, 5 - 19, 01.05.2015

Eyüp Akçetin Ufuk Çelik

https://doi.org/10.5505/iuyd.2015.20592

Abstract

Telefon bankacılığında doğrudan pazarlama son zamanlarda önem arz eden bir konu olmuştur. Bu tür kampanyaların başarısı müşterilerin etkili bir şekilde katılımları ile doğru orantılıdır. Özellikle bankalar tarafından çok yürütülen bu tür kampanyaların başarısı veri madenciliği yöntemleri ile artırılabilir. Bu çalışmanın temel amacı, veri madenciliği yöntemlerinden sezgisel bir algoritma olan karınca kolonisi optimizasyonu ile sınıflandırma işleminin telefon bankacılığı verileri için geliştirilmesidir. Analiz için Portekiz'deki bir bankanın gerçek verileri kullanılmıştır. Karınca kolonisi algoritması kullanılarak müşterilerin kredi alabilme ihtimalleri tahmin edilmiş ve sonuçlar veri madenciliğinde yaygın olarak kullanılan diğer yöntemler ile karşılaştırılmıştır. Başarı oranı sınıflama doğruluğu, hassasiyet ve kesinlik değerleri ile hesaplanmıştır.

Keywords

Veri madenciliği, Karınca Kolonisi Optimizasyonu Sınıflandırma Algoritması, Telefon Bankacılığı, Müşteri analizi.

A classification analysis on the direct marketing campaigns in telephone banking with ant colony optimization classification algorithm method

Abstract

Direct marketing in telephone banking has been an important topic recently. The success of such campaigns is directly proportional to the effective customer participation. The success rate of such campaigns that especially conducted by banks may be enhanced by data mining methods. The main purpose of this study is to implement the classification process via ant colony optimization which is a heuristic algorithm in data mining for telephone banking dataset. The real world data from a bank in Portuguese for analysis. The possibilities of the customer credit subscription were estimated by using ant colony optimization algorithm and the results were compared to other commonly used methods in data mining. The rate of the success were calculated by classifcation accuracy, sensitivity and spesificity.

Keywords

Data mining, Classification of Ant Colony Optimization Classification Algorithm, Telephone Banking, Customer analysis.