National and Kapodistrian University of Athens
Εξόρυξη δεδομένων με την μέθοδο της κατηγοριοποίησης σε τραπεζικά δεδομένα
Abstract
dc:descriptionH ραγδαία αύξηση του πλήθος των πληροφοριών που καλούμαστε στις μέρες μας να επεξεργαστούμε και η αποτυχία των “κλασσικών” μεθόδων στατιστικής στην ανάλυση και εξαγωγή χρήσιμων πληροφοριών από μεγάλα σετ δεδομένων οδήγησε στην ανάπτυξη της Εξόρυξης Δεδομένων. Η Εξόρυξη Δεδομένων (Data Mining) είναι μια σειρά από τεχνικές που χρησιμοποιούνται πλέον σχεδόν σε όλους του τομείς της σύγχρονης κοινωνίας (ιατρική, οικονομικά, μάρκετινγκ κτλ.) και αποτελεί μέρος της διαδικασίας Ανακάλυψής Γνώσης από Βάσεις Δεδομένων (Knowledge Discovery in Databases – KDD). Τα εργαλεία της Εξόρυξης Δεδομένων είναι οι αλγόριθμοι της, οι οποίοι επιχειρούν να βρουν χρήσιμα και κατανοητά πρότυπα στα δεδομένα. Η παρούσα διπλωματική εργασία εστιάζει στην Εξόρυξη Δεδομένων περιγράφοντας την εφαρμογή τριών μεθόδων κατηγοριοποίησης σε ένα τραπεζικό σετ δεδομένων το οποίο συλλέχτηκε μέσω μιας τηλεφωνικής καμπάνιας από ένα Πορτογαλικό πιστωτικό ίδρυμα. Οι τηλεφωνικής καμπάνιες αποτελούν ένα είδος άμεσου μάρκετινγκ στον τραπεζικό τομέα και είναι μια από τις πιο αποτελεσματικές μεθόδους πρόβλεψης των δυνητικών πελατών. Η αποτελεσματικότητα του άμεσου μάρκετινγκ αναλύεται χρησιμοποιώντας τρεις διαφορετικές μεθόδους, τα Δένδρα Αποφάσεων, τα Νευρωνικά Δίκτυα και την μέθοδο XGBoost. To σετ δεδομένων περιέχει 41.188 περιπτώσεις πελάτων οι οποίοι έλαβαν μέρος στην τηλεφωνική καμπάνια και είκοσι παραμέτρους οι οποίοι περιγράφουν τα χαρακτηριστικά του κάθε πελάτη. Αρχικά, τα δεδομένα αναλύθηκαν με τον αλγόριθμο ταξινόμησης των Δένδρων Αποφάσεων εφαρμόζοντας την τεχνική του κλαδέματος ώστε να αποφευχθεί το overfiting. Στη συνέχεια, εφαρμόστηκε ο αλγόριθμος των Νευρωνικών Δικτύων και του XGBoost σε συνδυασμό με το κριτήριο της πρόωρης διακοπής ώστε να αποφευχθεί και εδώ το overfiting. Λαμβάνοντας υπόψη τα αποτελέσματα των αλγορίθμων συμπεραίνουμε πως οι αλγόριθμοι είναι αξιόπιστοι αφού και οι τρεις κατέχουν ποσοστό ακρίβειας μεγαλύτερο του 90%, με τον πιο αποτελεσματικό να είναι εκείνο του XGBoost.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Μπιμπίκας Αθανάσιος
- Bimpikas Athanasios
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:2885797