หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2558
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2558
ประเภทโครงงาน
การศึกษาค้นคว้าอิสระ
ชื่อโครงงานภาษาไทย
ระบบช่วยวิเคราะห์พฤติกรรมการยกเลิกทำธุรกรรมทางอินเทอร์เน็ต
กรณีศึกษาธนาคารไทยพาณิชย์
ชื่อโครงงานภาษาอังกฤษ
Churner Behavior Analysis : Case Study SCB Bank
ผู้พัฒนา
5714550391 สุรศกร ฉิมมามี
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
บัณฑิต มนัสเกษมศักดิ์
บทคัดย่อ
สุรศกร ฉิมมามี 2559 การศึกษาระบบช่วยวิเคราะห์พฤติกรรมการยกเลิกทำธุรกรรมทางอินเทอร์เน็ต กรณีศึกษาธนาคารไทยพาณิชย์, ปริญญาวิทยาศาสตร์มหาบัณฑิต สาขาเทคโนโลยีสารสนเทศโครงการปริญญาโท สาขาเทคโนโลยีสารสนเทศ (ภาคพิเศษ) ภาควิชาวิศวกรรมคอมพิวเตอร์,
ประธานกรรมการที่ปรึกษา : รองศาสตรจารย์ ดร. กฤษณะ ไวยมัย, Ph.D., 57 หน้า
วัตถุประสงค์ของการศึกษาค้นคว้าอิสระนี้คือการออกแบบและพัฒนาระบบสนับสนุนการตัดสินใจสำหรับการวิเคราะห์พฤติกรรมการยกเลิกของผู้ใช้บริการอินเทอร์เน็ตของธนาคารไทยพาณิชย์ โดยประยุกต์ใช้เทคนิคต้นไม้ตัดช่วยสินใจเพื่อสร้างแบบจำลองสำหรับทำนายสถานะการยกเลิกของผู้ใช้บริการอินเทอร์เน็ตของธนาคาร ในส่วนของการเตรียมข้อมูล (Pre-Process) งานวิจัยนี้วิเคราะห์พฤติกรรมทางการเงิน (Financial Behaviors) และพฤติกรรมที่ไม่เกี่ยวข้องกับการเงิน (Non Financial Behaviors) โดยใช้ข้อมูลเป็นช่วงระยะเวลา 3 เดือนก่อนที่ลูกค้าจะยกเลิกการใช้บริการ ในส่วนการวัดผลประยุกต์ใช้เทคนิค 10 – foldcross validation ทำให้ได้แบบจำลองมีความแม่นยำอยู่ที่ร้อยละ 72.50 จากแบบจำลองที่ได้สรุปได้ว่า ป้จจัยที่มีผลต่อการยกเลิกได้แก่ พฤติกรรมทางการเงิน , การโอนเงินในแต่ละเดือน , อายุ , จำนวนผลิตภัณฑ์ทีมีกับธนาคาร จากนั้นนำมาพัฒนาเว็บแอ๊ปพลิเคชั่น (Web Application) สำหรับทำนายสถานะผู้ใช้บริการอินเทอร์เน็ตของธนาคาร
Abstract
MR. Surasakorn Chimmamee 2016 : Churner Behavior Analysis : Case Study SCB Bank, Master of Science. Information Technology Master Information Technology (Special), Department of Computer Engineering, Independent study Advisor : Associate Professor Kitsana Waiyamai, Ph. D., 57 pages.
The objective of this independent study is to design and develop a decision-support system for churn behavior analysis of SCB internet banking users. Decision tree classification technique is used to construct a model for predicting status (cancel or stay) of the internet banking users. As input, three months of data prior to user’s status including both financial and non-financial behaviors are retrieved and pre-processed. As output a prediction model is obtained with 72.50 % accuracy based on 10-fold cross validation. The best attributes to predict the user status are financial behaviors, monthly transfer money, age, number of products. A web-application is designed and developed for predicting whether an internet banking user is going to cancel or stay.
คำสำคัญ (Keywords)
-
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
สุรศกร
ฉิมมามี
(g5714550391)
แก้ไขครั้งสุดท้าย
เมื่อ May 30, 2016, 12:41 a.m. โดย
สุรศกร
ฉิมมามี
(g5714550391)
สถานะการอนุมัติ
รออนุมัติ