Co se děje na VŠE?

19. 8. 2018 - Uzávěrka přihlášek do vedlejších specializací

Hledat
Pokročilé hledání

Attrition analýza pomocí metod strojového učení

Autor práce: Oleynik, Mariya
Typ práce: Bakalářská práce
Vedoucí práce: Frýd, Lukáš
Osoba oponující práci: Čížek, Ondřej

Informace o vysokoškolské kvalifikační práci

Název práce: Attrition analýza pomocí metod strojového učení
Typ práce: Bakalářská práce
Jazyk práce: Česky
Abstrakt: Customer attrition se zabývá analýzou chování odcházejících klientů. Cílem bakalářské práce je analýza a predikce spotřebitelského chování klientů u jejich běžných bankovních účtů pomocí standartních ekonometrických nástrojů a dále pomocí metod strojového učení. Jako standartní ekonometrický model byl využit model logistické regrese. Ze skupiny metod strojového učení byl zvolen zobecněný aditivní model (GAM). GAM byl schopen zachytit nelinearitu v proměnných, která byla odvozená pomocí testu ANOVA pro neparametrické efekty a pomocí grafického zobrazení závislosti odchodu klienta na jednotlivých proměnných. Ve výsledku bylo prokázáno, že GAM poskytuje lepší predikční schopnost odchodu klienta než model logistické regrese.
Klíčová slova: zobecněný aditivní model; ztráta klienta; predikce; logistický model; transakce

Informace o studiu

Studijní program a Studijní obor: Kvantitativní metody v ekonomice/Matematické metody v ekonomii
Typ studijního programu: Bakalářský studijní program
Jméno přidělované hodnosti: Bc.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Název fakulty: Fakulta informatiky a statistiky
Název katedry: Katedra ekonometrie
Instituce archivující a zpřístupňující VŠKP: Vysoká škola ekonomická v Praze

Informace o vysokoškolské kvalifikační práci

Název práce: Attrition analýza pomocí metod strojového učení
Překlad názvu: Attrition analysis using machine learning methods
Typ práce: Bachelor thesis
Jazyk práce: Czech
Abstrakt: Customer attrition deals with analysis of the loss of clients. The aim of the bachelor thesis is to analyse and predict consumer behaviour of clients in their current bank accounts using standard econometric tools and also using machine learning methods. The model of logistic regression was used as a standard econometric model. A generalized additive model (GAM) was chosen from the group of machine learning methods. GAM was able to reveal nonlinearity in variables using the ANOVA test for nonparametric effects and graphical depiction of customer attrition dependence on individual variables. As a result, GAM provides better prediction performance of customer attrition than the logistic regression model.
Klíčová slova: generalized additive model; loss of client; logistic model; prediction; transaction

Informace o studiu

Studijní program a Studijní obor: Kvantitativní metody v ekonomice/Matematické metody v ekonomii
Typ studijního programu: Bakalářský studijní program
Jméno přidělované hodnosti: Bc.
Instituce přidělující hodnost: University of Economics, Prague
Název fakulty: Faculty of Informatics and Statistics
Název katedry: Department of Econometrics
Instituce archivující a zpřístupňující VŠKP: University of Economics, Prague

Informace o odevzdání a obhajobě

Datum zadání práce: 7. 5. 2018
Datum podání práce: 25. 5. 2018
Datum obhajoby: 21.06.2018
Výsledek obhajoby: Závěrečná práce byla úspěšně obhájena

Soubory ke stažení

Hlavní práce65950_xolem05.pdf [1,03 MB]
Oponentura57986_cizeko.pdf [179,00 kB]
Hodnocení vedoucího65950_xfryl00.pdf [102,40 kB]

Údaje ze systému InSIS

Identifikátor https://insis.vse.cz/zp/65950/podrobnosti