Veri madenciliği yaklaşımı ile bireysel müşterilerin kredi ödeme performanslarının değerlendirilmesi

Abstract

Bilgisayar teknolojilerindeki gelişme ile birlikte bilgi miktarında ve veri tabanı sistemlerinin hacminde meydana gelen artış, büyük veri tabanlarında gizli kalmış, anlamlı bilgilerin keşfedilmesi ihtiyacını, dolayısıyla `Veri Madenciliği` kavramını doğurmuştur. Bilginin olağanüstü artışıyla birlikte her alanda strateji geliştirme konusunda ileriye dönük tahmin sistemlerine ihtiyaç duyulmuştur. Bu bağlamda veri madenciliği teknikleri birçok alanda olduğu gibi bankacılık alanında da yaygın bir şekilde kullanılmaktadır. Bankacılık sektöründe yapılan bu çalışmada, veri madenciliği yöntemlerinden kümeleme ve sınıflandırma ile mevcut bireysel kredi müşterilerinin analizi ve gelecekteki potansiyel müşterilerin ödeme durumlarına ilişkin çıkarım yapılması amaçlanmıştır. Çalışmada veri madenciliği yazımlı olarak SPSS Clementine kullanılmış ve bireysel kredi müşterilerinin değerlendirilmesine yönelik bir uygulama gerçekleştirilmiştir.Anahtar Kelimeler: Bireysel Krediler, Kümeleme, Sınıflandırma, SPSS Clementine, Veri madenciliği

With developments in computer technologies, amount of information and volume of database systems increased. So it was needed to explore meaningful information which was hidden in large databeses and so `Data Mining` concept arose. Because of the phenomenal rise in information, future forecasting systems about strategy development were needed in each area. Therefore, data mining techniques are used extensively in banking area such as many areas. In this study, conducted in banking sector, it was aimed to analysis of available personal loan customers and estimate potential customers payment performances with clustering and classification from data mining methods. In the study, SPSS Clementine was used as a software of data mining and an application was done for evaluation of personal loan.customers.Keywords: Personal Loans, Clustering, Classification, SPSS Clementine, Data Mining