TR-Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/20.500.11779/1927
Browse
2 results
Search Results
Article Anomali Tespiti ve Suistimal Önleme: Telekomünikasyon Sektöründe Bir Uygulama(2025) Koç, Utku; Bulut, Özgür; Özalanyalı, ÖzgeBu çalışmada, telekom sektöründeki satış kanallarında ortaya çıkan anomalilerin tespitine ve suistimal olabilecek durumların engellenmesine yönelik istatistiksel bir yöntem geliştirilmiştir. Yöntemin geliştirilmesi ve test edilmesi sürecinde 371 farklı satış kanalına ait 9 aylık tüm satış bilgileriyle 340 binden fazla gerçek veri noktası kullanılmıştır. Anomali tespitinde en çok karşılaşılan engellerden biri yöntemin anomali olarak işaretlediği noktaların gerçekten anomali olup olmadığının teyit edilmesindeki zorluktur. Her bir kanalın kendi kontrol grubunu oluşturduğu bu çalışmada ise yöntemin anomali olarak işaretlediği noktaların gerçekten bir anomali olup olmadığı ilgili iş birimi tarafından değerlendirilmiş ve teyit edilmiştir. Her bir satış kanalı için günlük güven aralıkları ayrı ayrı hesaplanmış ve bu aralığın dışına çıkan durumlara hızlı tepki veren bir yöntem kullanılarak olası suistimallerin önüne geçilmiştir. Elde edilen bulgular, önerilen yöntemin anomali tespitinde başarılı olduğunu ve satış süreçlerindeki potansiyel suistimallerin önüne geçtiğini ve dolayısıyla müşteri memnuniyetini artırdığını göstermektedir. Geliştirilen yöntem yüksek performans ve ölçeklenebilirliği sağlamak için çoklu mimari yapısında uygulamaya alınmıştır. Geliştirilen yöntem ve uygulama, güvenlik ve veri bütünlüğü konularında da önemli avantajlar sunmaktadır. İlgili iş birimlerinin hızlı ve etkili kararlar alabilmesi, organizasyonun genel risk yönetimi stratejisine büyük katkı sağlamaktadır. Bu sayede, potansiyel tehditler zamanında tespit edilerek işletmenin güvenlik standartları korunmakta ve sürdürülebilir bir operasyonel çevre yaratılmaktadır. Ayrıca, projenin teknik yapısı anomali tespit sisteminin sürekli iyileştirilmesi hem yazılımın performansını artıracak hem de daha ileri düzeyde veri analizi imkanı sunacaktır. Sonuçlar, telekom şirketlerinin stratejik karar alma süreçlerine önemli katkılarda bulunarak rekabet avantajı sağlamalarına yardımcı olmaktadır.Article Citation - WoS: 4Citation - Scopus: 6Consumer Loans' First Payment Default (fpd) Detection and Predictive Model(TUBITAK SCIENTIFIC & TECHNICAL RESEARCH COUNCIL, 2020) Sevgili, Türkan; Koç, Utku; Koç, UtkuThe project is based on the opinion that whether the loan applications which are profitable could be granted instead of prone the default (FPD) ones by using predictive models in machine learning by the credit decision authorities in banking sector. Default Loan (also called non-performing loan) occurs when there is a failure to meet bank conditions and cannot be repaid in accordance with the terms of the loan which has reached its maturity. This report is a research effort in the analysis of default loan applicants, especially FPD, from a real dataset obtained from a bank. Expectation from the study is that increase the efficiency of consumer loan allocation by providing predictive analysis of the consumer behavior concerning loan’s first payment default. FPD detection analysis is a crucial role for the determination of consumer loans at the application level. The study also provides an understanding on the reasons of non-performing loans and helps to manage credit risks more consciously. The methods proposed in this study can be extended to other individual consumer loans such as car credits and mortgage.