{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3422682"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3422682","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Data analysis techniques for customer churn prediction in banks","abstract":"Η εργασία εξετάζει τις πρακτικές πρόβλεψης οπού όταν ένας πελάτης τείνει να αποχώρηση απο μια συγκεκριμένη τράπεζα. Aπό ανάλυση δεδομένων και μοντέλων πρόβλεψης, η εργασία ασχολείται με τον τρόπο που η τράπεζα μπορεί να αντιληφθεί πρόωρα τις πιθανές αποχωρίσεις των πελατών και να λάβει δράσεις για τη διατήρηση της πελατείας.","abstract_html":"Η εργασία εξετάζει τις πρακτικές πρόβλεψης οπού όταν ένας πελάτης τείνει να αποχώρηση απο μια συγκεκριμένη τράπεζα. Aπό ανάλυση δεδομένων και μοντέλων πρόβλεψης, η εργασία ασχολείται με τον τρόπο που η τράπεζα μπορεί να αντιληφθεί πρόωρα τις πιθανές αποχωρίσεις των πελατών και να λάβει δράσεις για τη διατήρηση της πελατείας.","abstract_has_math":false,"creators":["Κοντογιαννίδης Ευθύμιος","Kontogiannidis Efthimios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:31:00Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422682"],"render_values":[{"text":"uoadl:3422682","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422682","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422682","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3422682","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κοντογιαννίδης Ευθύμιος","Kontogiannidis Efthimios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422682","https://pergamos.lib.uoa.gr/uoa/dl/object/3422682"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η εργασία εξετάζει τις πρακτικές πρόβλεψης οπού όταν ένας πελάτης τείνει να αποχώρηση απο μια συγκεκριμένη τράπεζα. Aπό ανάλυση δεδομένων και μοντέλων πρόβλεψης, η εργασία ασχολείται με τον τρόπο που η τράπεζα μπορεί να αντιληφθεί πρόωρα τις πιθανές αποχωρίσεις των πελατών και να λάβει δράσεις για τη διατήρηση της πελατείας.","The study examines predictive practices to identify when a customer is likely to leave a specific bank. Through data analysis and predictive modeling, the study focuses on how the bank can proactively detect potential customer departures and take actions to retain its clientele."]},{"key":"dc:title","label":"Title","values":["Data analysis techniques for customer churn prediction in banks"]}]}],"canonical_facts":{"dc:creator":["Κοντογιαννίδης Ευθύμιος","Kontogiannidis Efthimios"],"dc:date":["2024"],"dc:description":["Η εργασία εξετάζει τις πρακτικές πρόβλεψης οπού όταν ένας πελάτης τείνει να αποχώρηση απο μια συγκεκριμένη τράπεζα. Aπό ανάλυση δεδομένων και μοντέλων πρόβλεψης, η εργασία ασχολείται με τον τρόπο που η τράπεζα μπορεί να αντιληφθεί πρόωρα τις πιθανές αποχωρίσεις των πελατών και να λάβει δράσεις για τη διατήρηση της πελατείας.","The study examines predictive practices to identify when a customer is likely to leave a specific bank. Through data analysis and predictive modeling, the study focuses on how the bank can proactively detect potential customer departures and take actions to retain its clientele."],"dc:identifier":["uoadl:3422682","https://pergamos.lib.uoa.gr/uoa/dl/object/3422682"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Data analysis techniques for customer churn prediction in banks"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:31:00Z"}