Ανάλυση και εξόρυξη γνώσης από δεδομένα τραπεζικού μάρκετινγκ με τη χρήση του WEKA
| dc.contributor.advisor | Φιλιππάκης, Μιχαήλ | |
| dc.contributor.author | Λεμονή, Βασιλική | |
| dc.date.accessioned | 2026-05-26T08:52:39Z | |
| dc.date.available | 2026-05-26T08:52:39Z | |
| dc.date.issued | 2026 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/19382 | |
| dc.description.abstract | Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει την εφαρμογή τεχνικών εξόρυξης γνώσης από δεδομένα στον τομέα του τραπεζικού μάρκετινγκ αποσκοπώντας στη διερεύνηση της σχέσης μεταξύ δημογραφικών χαρακτηριστικών και καταναλωτικής συμπεριφοράς πελατών. Τα βασικά ερευνητικά ερωτήματα εστιάζουνστην αναγνώριση προτύπων και συσχετίσεων στα δεδομένα, καθώς και στη συγκριτική αξιολόγηση της αποτελεσματικότητας διαφορετικών μεθόδων εξόρυξης δεδομένων. Συγκεκριμένα, αναφορικά με την ανάλυση δεδομένων χρησιμοποιούνται αλγόριθμοι ταξινόμησης, ομαδοποίησης και εξόρυξης κανόνων συσχέτισης, οι οποίοι εφαρμόζονται μέσω του λογισμικού WEKA. Η αξιολόγηση των αποτελεσμάτων βασίζεται σε κατάλληλες μετρικές απόδοσης και αναδεικνύει τις διαφοροποιήσεις στη συμπεριφορά των πελατών, καθώς και τα πλεονεκτήματα και τους περιορισμούς των επιμέρους αλγορίθμων. Τα ευρήματα της εργασίας μπορούν να αξιοποιηθούν για την υποστήριξη της λήψης αποφάσεων και τον σχεδιασμό πιο στοχευόμενων στρατηγικών τραπεζικού μάρκετινγκ. | el |
| dc.format.extent | 96 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| 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.title | Ανάλυση και εξόρυξη γνώσης από δεδομένα τραπεζικού μάρκετινγκ με τη χρήση του WEKA | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | This master’s thesis examines the application of knowledge discovery and data mining techniques in bank marketing, with the aim of investigating the relationship between demographic characteristics and customer consumption behavior. The main research questions focus on identifying patterns and associations within the data and on comparing the effectiveness of different data mining methods. To this end, classification, clustering, and association rule mining algorithms are applied using the “WEKA” software. The evaluation of the results is based on appropriate measurement indicators and highlights differences in customer behavior, as well as the strengths and limitations of the examined methods. The findings of this study can be utilized to support decision-making operations and the design of more targeted bank marketing strategies. | el |
| dc.contributor.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Τραπεζικό μάρκετινγκ | el |
| dc.subject.keyword | Εξόρυξη δεδομένων | el |
| dc.subject.keyword | Καταναλωτική συμπεριφορά | el |
| dc.subject.keyword | WEKA | el |
| dc.date.defense | 2026-05-21 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα