Klientide lahkumise ennustamine masinõppega SEB pensionifondide näitel
Nimi
Sven Kunsing
Kokkuvõte
Masinõppe meetodeid on tihti kasutatud klientide lahkumise ennustamiseks teenindussektoris. Käesolev töö annab ülevaate metoodikatest ja keskendub lähemalt juhumetsade ja närvivõrgu mudelile ja nende rakendamisele reaalsetele kliendiandmetele. Lisaks tavapärastele profiiliandmetele püütakse klientidevahelise tehinguinfo põhjal leida, kas selliste andmete lisamine parandab esialgse mudeli karakteristikuid. Parimaks mudeliks osutub profiiliandmetele tuginev juhumetsade mudel saagisega 59%, täpsusega 62% ja esitustäpsusega 4% mida võib pidada ebapiisavaks, et seda reaalses äritegevuses rakendada. Võrgustikuandmed, mille kaasamiseks mudelitesse kasutatakse node2vec algoritmi ja kliendi egograafis aset leidnud varasemaid klientide lahkumisi ei aidanud kaasa esialgse mudeli parandamisele.
Lõputöö keel
eesti
Lõputöö tüüp
Magister - Infotehnoloogia mitteinformaatikutele
Juhendaja(d)
Anna Leontjeva
Kaitsmise aasta
2018