Spatio-temporal expenditure forecasting for bank customers using transactional data

Bir banka müşterisinin kredi kartı harcaması için "konum ve zaman" tahmini yapabilmek bankalar için büyük bir kar fırsatı yaratabilir. Bankalar, perakende satıcılar ile birlikte kişiye özel kampanyalar sunarak müşteri memnuniyetini arttırırken aynı zamanda daha yüksek karlar elde edebilir. Bu tez çalışmasında bir banka müşterisinin belirlenen konum, zaman aralığı ve günde harcama yapıp yapmayacağını tahmin eden bir yaklaşım geliştirilmiştir. Bir bankanın bir yıllık verisi analiz edilerek, demografik, finansal ve ürün kullanım özniteliklerinin yanısıra konum, zaman ve ürün alım kategorisine göre tanımlanan davranışsal öznitelikler tahmin sürecinin içerisine entegre edilmiştir. Verilen girdi ile müşterinin geçmiş işlemleri arasındaki ilişkiyi rakamsal olarak ifade edebilmek için "yakınlık" özniteliği tanımlanmıştır. 6 farklı veri madenciliği algoritması test edilmiş ve farklı konum, zaman aralığı ve günler içeren 10.000 müşterilik veri setlerinde 92.81% doğruluk oranı ve 40.5% f1 skoru ile harcama tahmini yapılmıştır. Tahmin performans nda özniteliklerin etkileri incelenmiş ve konum bazlı özniteliklerin en önemli etkiye sahip olduğu gözlemlenmiştir. Önem sırasında konum bazlı öznitelikleri harcamalar arasındaki ortalama süre gibi zaman bazlı öznitelikler takip etmektedir. Ayrıca yaklaşımımızın tahmin çapı ve zaman aralığı değişimine göre performans değişimini gözlemlemek için duyarlılık analizleri yapılmış, farklı senaryolarda tahmin performansı ve özniteliklerin önemlerinde önemli değişiklikler tespit edilmiştir.