Application of machine learning techniques on traffic data for customer’s segmentation, churn prediction and customer’s lifetime value evaluation

Κιούσης, Βασίλειος; Kiousis, Vasileios

dc.contributor.author	Κιούσης, Βασίλειος	el
dc.contributor.author	Kiousis, Vasileios	en
dc.date.accessioned	2022-07-29T11:13:49Z
dc.date.available	2022-07-29T11:13:49Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55544
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23242
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Σύστημα Διαχείρισης Πελατειακών Σχέσεων	el
dc.subject	Ηλεκτρονικό εισιτήριο	el
dc.subject	Οδικά δίκτυα	el
dc.subject	Ανάλυση δεδομένων	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Customer relationship management system	en
dc.subject	E-pass ticket	en
dc.subject	Road networks	en
dc.subject	Data analysis	en
dc.subject	Machine learning	en
dc.title	Application of machine learning techniques on traffic data for customer’s segmentation, churn prediction and customer’s lifetime value evaluation	en
heal.type	bachelorThesis
heal.classification	Data analysis	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-03-03
heal.abstract	Στο κλάδο των επιχειρήσεων, η διατήρηση και απόκτηση νέων πελατών αποτελούν έναν από τους σημαντικότερους τομείς ανάπτυξης για μια κερδοφόρα μελλοντική πορεία. Για να το κάνει αυτό, μια επιχείρηση χρειάζεται να διαθέτει μετρικές όπως ο προσδιορισμός την αξίας των πελατών έτσι ώστε να έχει πληρέστερη εικόνα για τη δυναμική και τη κατανομή του πελατειακού κοινού της, να εφαρμόζει κατάλληλους διαχωρισμούς των τελευταίων βάσει των αναγκών του αλλά και της ίδιας, όπως επίσης και να χρησιμοποιεί μοντέλα πρόβλεψης για πιθανή μελλοντική διακοπή της σχέσης τους. Έτσι, η ανάγκη για ένα συστηματικό τρόπο αξιολόγησης αποφάσεων που αφορούν σχέσεις εταιρίας-πελατών και περικλείουν τις παραπάνω ενέργειες, οδηγεί στην υιοθέτηση συστημάτων Διαχείρισης Πελατειακών Σχέσεων. Ο στόχος της παρούσας διπλωματικής εργασίας ήταν η ανάπτυξη μέρους ενός συστήματος Διαχείρισης Πελατειακών Σχέσεων για δεδομένα που αφορούσαν χρήστες ηλεκτρονικού εισιτηρίου σε οδικά δίκτυα. Πιο συγκεκριμένα το σύστημα αυτό συλλέγει, επεξεργάζεται, αναλύει δεδομένα χρηστών της Α.Ε. Αττικές Διαδρομές και εφαρμόζοντας σε αυτά τεχνικές αλγορίθμων μηχανικής μάθησης, εξειδικεύεται στο προσδιορισμό των εξής τριών μεγεθών: Στην τμηματοποίηση των πελατών με χρήση 2 μεθόδων και σύγκριση τους, στη πρόβλεψη μετάπτωσης πελατών σε αδράνεια βάσει επιλογής κατάλληλου αλγορίθμου μηχανικής μάθησης και τέλος, στο προσδιορισμό της αξίας των πελατών, διαδικασία η οποία χρησιμοποιεί στοιχεία από ανάλυση επιβίωσης αλλά και τις προηγούμενες διαδικασίες.	el
heal.advisorName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Κουτσούρης, Δημήτριος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	113 σ.	el
heal.fullTextAvailability	false