1 / 25

Sıralı Örüntü Madenciliği ile e- Bankacılıkta Kullanıcı Davranışlarının Modellenmesi

Sıralı Örüntü Madenciliği ile e- Bankacılıkta Kullanıcı Davranışlarının Modellenmesi. Eren BERK AYTAç YAZILIM MÜHENDİSİ KUVEYT TÜRK KATILIM BANKASI BİLGİ TEKNOLOJİLERİ AR-GE MERKEZİ YRD.DOÇ.DR Turgay tugan bİlgİn Maltepe ÜNİVERSİTESİ MÜH FAK.YAZILIM MÜH.BÖLÜMÜ. Taslak. Giriş

amandla
Download Presentation

Sıralı Örüntü Madenciliği ile e- Bankacılıkta Kullanıcı Davranışlarının Modellenmesi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. SıralıÖrüntüMadenciliğiilee-BankacılıktaKullanıcıDavranışlarınınModellenmesiSıralıÖrüntüMadenciliğiilee-BankacılıktaKullanıcıDavranışlarınınModellenmesi Eren BERK AYTAç YAZILIM MÜHENDİSİ KUVEYT TÜRK KATILIM BANKASI BİLGİ TEKNOLOJİLERİ AR-GE MERKEZİ YRD.DOÇ.DR Turgay tuganbİlgİn Maltepe ÜNİVERSİTESİ MÜH FAK.YAZILIM MÜH.BÖLÜMÜ

  2. Taslak Giriş Birliktelikanalizivesıralıörüntümadenciliğinedir? Sıralıörüntümadeciliğindenbazıtemelkavramlar(GüvenDeğeri,DestekDeğeri) Çalışmanınamacı Verisetiveverisetineuygulananveriindirgemeleri Yazılımveverisetininyazılımauygulanışı Sonuçlar & Öneriler Soru & Cevap

  3. Giriş • Verimadenciliği; çığgibibüyüyensayısalveriortamlarıarasındanyararlıvegerekliolanbilgiyeulaşmayısağlamakvebubilgilerdenfaydalanmaktır. • Normal veritabanıuygulamalarındanfarklı. • Örnek: • AdıAhmetolankredikartısahiplerini bul. • Riskiazolantümkredikartıbaşvurularını bul. • Pazarlama, bankave e-ticaretgibialanlarda market analizi, müşteriprofiliçıkarma, risk analizi, sahtekârlıktespitive normal olmayanörüntülerinbulunmasıgibibirçokkullanımalanlarıvardır. • Bankacılıktaise Risk Yönetimi,MüşteriİlişkileriYönetimi,MüşteriSürdürebilirlik,Pazarlama,ÇaprazSatış,SahtekarlıkTespitigibialanlardakullanılır.

  4. BirliktelikAnalizi • Birliktelikanalizi, birişlemkaydındabirelemanınmeydanagelmeolasılığını, diğerelemanlarınmeydanagelmeolasılıklarındantahminetmekiçinkurallarbulunmasıdır. • Hangiürünlerçoğunluklabirliktesatılıyor? • Kişiselbilgisayarsatınalanbirkişininbirsonrakisatınalacağıürün ne olabilir? • Yenibirilacaduyarlıolan DNA tiplerihangileridir? • Web dokümanlarıotomatikolaraksınıflandırılabilir mi?

  5. BirliktelikAnalizi {ÇocukBezi} {Çikolata} {Süt, Ekmek} {Yumurta, Kola} {Çikolata, Ekmek} {Süt}

  6. TemelKavramlar Destek Sayısı (Support count (s)) Biröğesetininkaçdefameydanageldiğininsayısıdır. Şekil 1 içinÖrnek: s({Süt, Ekmek, ÇocukBezi}) = 2 Destek (Support) Biröğesetiniiçerenişlemlerinoranıdır. {Süt,Çocuk Bezi} {Çikolata} Sık Öğe Seti(FrequentItemset): Bir öğe setinin destek değeri minsupport(en küçük destek değeri) eşik değerinden daha büyük ise sık öğe seti olarak bilinir.

  7. Temel Kavramlar Güven Değeri(Confidence): X değerini içeren işlem kayıtları içerisinde X ve Y değerlerinin birlikte hangi sıklıkta ortaya çıktığının ölçümüdür. {Süt,Çocuk Bezi} {Çikolata} En Küçük Destek Değeri (Minumum Support) Birliktelikkuralınıngeçerliolmasıiçin gerekeneşikdeğeridir. Belirtilenbirkuraleğerbilgi vereceksebubilginin en küçükdestekdeğerineeşit veyabüyükolmalıdır.

  8. BirliktelikAnaliziÖrnek Bilgisayaralanbirmüşterininaynızamanda antivirus yazılımıalmasınaaitilişkilendirmekuralı: bilgisayarantivirüs_yazılımı[support=%2,confidence=%60] Support = Destek (müşterilerin %2’si bilgisayar ve antivirüsyazılımınıberaberalmışlar) Confidence = Güven (bilgisayaralanmüşterilerin %60’ı antivirüsyazılımı da almış)

  9. SıralıÖrüntüMadenciliği Sıralıörüntümadenciliği, belirlibirsıraylagelenistatikselolarakveriörnekleriarasındakiilgiliörüntüleribulmayaçalışır. Sıralıveritabanı

  10. SıralıÖrüntüMadeciliğiUygulamaları Müşterialışverişsıralaması -Müşterilerin 3 ay içerisindemağazadanöncebilgisayarsonra CD-ROM en son dijitalkameraalmaları DoğalAfetler (Deprem) Web sitesindekigezinmelogları < {Anasayfa} {Elektronik} {DijitalKameralar} {Canon Digital Kameralar} {AlışverişSepeti} {SiparişOnayı} {Alışverişe Geri Dön} > DNA sıralamasıve gen yapısı

  11. SıralıÖrüntüMadenciliğiKavramlarSequence veSubsequnce

  12. SıralıÖrüntüMadenciliği • Veri kümesi içindeki yaygın örüntülerin, nesneleri oluşturan nitelikler arasındaki ilişkilerin bulunması. <a(bc)dc> <a(abc)(ac)d(cf)> ‘ninsubsequence’dir. min_sup=2, <(ab)c> sıralıörüntüdür.

  13. ÇalışmanınAmacı Bu çalışmada, özelbirbankamüşterilerinin internet şubesindeyapmışolduğuişlemlerverisetiolarakkullanılmıştır. Çalışmadasıralıörüntümadenciliğiyöntemikullanılarakmüşterilerindavranışlarıhavale, EFT vefaturaödemelerinihangiadımlarlayapıldığınınbelirlenmesiveoturumsırasındayapmışolduklarıdavranışlarhakkındaçıkarımlaryaparakbunlarınmodellenmesiamaçlanmaktadır.

  14. ÇalışmadaKullanılanVeriSeti Kullanıcınınziyaretettiğimodüllertabloda “ModülAdı”, gerçekleştirdiğiişlemlerise “İşlem” sütunundaverilmiştir. Tablo 1. Internet ŞubesindeGerçekleştirilen Faturaödemeişlemineaitkayıtlar

  15. VeriÖnişleme Tablo 2’de Internet Şubesi’ndekullanılanverisetininaslıbulunmaktadır. VerisetininsütunlarıCustomerId (MüşteriNo) ControllerName (ModülAdı) , ActionName (İşlem) RequestType (İstek Tipi) , SessionId (Oturum No) SystemDate (SistemTarihi) veMachineName (MakineAdı)’dir. Tablo 2.Internet Şubesineait Ham Veriler

  16. VeriÖnişleme Verimadenciliğiyazılımındakullanabilmekiçin her birişleminsayısalbirdeğerileifadeedilmesigerekmiştir. Bu sebepleverisetinde her işlemin ne anlamageldiğinibelirtmekiçin, her modüladıveişlemsatırıiçintekilbirsayı(Id) verilmiştir. Örneğin, Tablo 3 ‘te 54 Id numaralısatırakarşılıkgelenModülAdıBillPayment, İşlemiseIndex’tir. Bu satırdankullanıcınınfaturaödemesayfasınıziyaretettiğianlaşılmaktadır. Tablo 3. Internet ŞubesindeGerçekleştirilenFaturaÖdemeİşlemineAitKayıtlarınTekilSayı(Id) AtanmışHali

  17. ÇalışmadaKullanılanYazılım Verimadenciliğindeverilerianlamlı hale getirenböylelikleverilerinyorumlanmasınıvegörselleşmesinisağlayanaraçlarbulunmaktadır. Bu çalışmadakullanılanyazılımbirçokalgoritmayıiçindebarındıranve Java tabanlıbiryazılımolan Sequential Pattern Mining Framework(SPMF) SPMF, sıralıörüntümadenciliği, ilişkiselverimadenciliği, sıralıverimadenciliğivekümelemeiçintoplamda 52 adetverimadenciliğialgoritmasıuygulamalarısunmaktadır. SıralıörüntümadenciliğiiçinPrefixSpan, SPAM, SPADE sıralıverimadenciliğiiçinRuleGrowthTRuleGrowth, CMRules, kümelemeiçin K-Means gibialgoritmalarıiçerir.

  18. ÇalışmadaKullanılanYazılım Şekil 1. Internet ŞubesindeGerçekleştirilenFaturaÖdemeİşleminin SPFM yazılımınkabulettiği format Şekil 2. Kullanıcıverilerinin SPMF formatındakigörünümü

  19. ÇalışmadaKullanılanYazılım Şekil 3. Faturaödemesiiçineldeedilençıktıdosyası

  20. Sonuçlar SPMF programıçeşitli en küçükdestekparametreleriyleçalıştırılmıştır. Eldeedilençıktılarincelendiğindeuzunsıralıörüntülerdeanlamlısonuçlareldeedilememiştir. Ancakmüşterilerinçoğunluklayapmışolduğugezmedavranışlarıincelendiğindeşusonuçlaraulaşılmıştır. Havaleişlemiiçin(minsup %50) eldeedilençıktıaşağıdadır. • Havaleişlemineiçinkarşılıkgelengezmesırasıaşağıdaverilmiştir. • EFT işlemiiçin(minsup %50) eldeedilençıktıaşağıdadır. • EFT işlemineiçinkarşılıkgelengezmesırasıaşağıdaverilmiştir.

  21. Sonuçlar • Faturaödemeişlemiiçin(minsup %50) eldeedilençıktıaşağıdadır. • Faturaödemeişlemineiçinkarşılıkgelengezmesırasıaşağıdaverilmiştir.

  22. Sonuçlar Ayrıca müşteri davranışıyla ilgili çıkan sonuçlar incelenerek şu çıkarımlar yapılmıştır. • Oturumlardagenellikletekişlemyapılıyor. • Genellikleyapılanişlemsonucudekontincelenmiyor. • Ziyaretçiler bankacılık işlemlerini Ana sayfada sol tarafta bulunan “Tüm İşlemler” butonuna tıklayarak açılan menüden veya bu işlemleri daha hızlı ve pratik yapmaları için kendi menülerini oluşturmaya yönelik akıllı menü uygulamasıyla yapabilmektedir. Sonuçlaragöre; • Ziyaretçilerişlemleriniminsup %50 oranındaanasayfadayeralan “Tümİşlemler” butonunatıklayarakaçılanmenüden, minsup %20 oranındaakıllımenüuygulamasınıkullanarakgerçekleştiriyor.

  23. Sonuçlar Internet ŞubesineCepMesajı, CepParolamatik veyaMobil İmzaseçeneklerindenbiriyle giriş yapılmaktadır. • Ziyaretçilerinminsup %70 oranındaceptelefonlarına SMS ilegönderilenşifreilegirişyapıyor. • Ziyaretçilerminsup %30 oranındahavaleişlemiyapılıyor. • Ziyaretçiler internet bankacılığıuygulamasındançıkışyaparkenminsup %90 oranında “GüvenliÇıkış” butonukullanılıyor.

  24. DeğerlendirmeveÖneriler SPMF yazılımı en küçükdestekdeğerparametresineduyarlıdır. Bu parametreleruygunseçilmediğindeçokfazlasayıdaanlamsızörüntüortayaçıkmaktadır. Anlamlıörüntülerinbulunmasıiçin %50 ile %70 arasındaçeşitli en küçükdestekdeğerleriiledeneylertekrarlanmıştır. Bu çalışmasonucunda, Internet şubesinikullananziyaretçilerinbankanınsunmuşolduğuyeniteknolojilerekarşıduyarlıolmadığıgörülmüştür. Müşterilergenelliklebankacılıkişlemleriniklasikveuzunyöntemlerleyapmışlardır. Internet şubedesunulan “AkıllıMenü” uygulamasıylahavale, EFT, FaturaÖdemesigibiişlemlerçokkısabirsüredeyapılmasısağlanmaktadır. Kullanıcılarınbuuygulamayıdahaetkinkullanabilmesiveilgileriniçekmesiiçin Internet şubedeanlıkipuçlarıverilmesigereklidir.

  25. SORULAR?

More Related