Yabaş, Utku

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14365/7443
Name Variants
Job Title
Email Address
utku.yabas@ieu.edu.tr
Main Affiliation
05.04. Software Engineering
Status
Former Staff
Website
ORCID ID
Scopus Author ID
55516335300
Turkish CoHE Profile ID
Google Scholar ID
WoS Researcher ID
GIZ-7156-2022

Sustainable Development Goals

NO POVERTY1
NO POVERTY
0
Research Products
ZERO HUNGER2
ZERO HUNGER
0
Research Products
GOOD HEALTH AND WELL-BEING3
GOOD HEALTH AND WELL-BEING
0
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
0
Research Products
GENDER EQUALITY5
GENDER EQUALITY
0
Research Products
CLEAN WATER AND SANITATION6
CLEAN WATER AND SANITATION
0
Research Products
AFFORDABLE AND CLEAN ENERGY7
AFFORDABLE AND CLEAN ENERGY
0
Research Products
DECENT WORK AND ECONOMIC GROWTH8
DECENT WORK AND ECONOMIC GROWTH
0
Research Products
INDUSTRY, INNOVATION AND INFRASTRUCTURE9
INDUSTRY, INNOVATION AND INFRASTRUCTURE
1
Research Products
REDUCED INEQUALITIES10
REDUCED INEQUALITIES
0
Research Products
SUSTAINABLE CITIES AND COMMUNITIES11
SUSTAINABLE CITIES AND COMMUNITIES
0
Research Products
RESPONSIBLE CONSUMPTION AND PRODUCTION12
RESPONSIBLE CONSUMPTION AND PRODUCTION
0
Research Products
CLIMATE ACTION13
CLIMATE ACTION
0
Research Products
LIFE BELOW WATER14
LIFE BELOW WATER
0
Research Products
LIFE ON LAND15
LIFE ON LAND
0
Research Products
PEACE, JUSTICE AND STRONG INSTITUTIONS16
PEACE, JUSTICE AND STRONG INSTITUTIONS
0
Research Products
PARTNERSHIPS FOR THE GOALS17
PARTNERSHIPS FOR THE GOALS
0
Research Products
Documents

5

Citations

51

h-index

5

Go to Scopus profile
Documents

5

Citations

22

Go to WoS profile
Scholarly Output

2

Articles

0

Views / Downloads

4/8

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

3

Scopus Citation Count

13

Patents

0

Projects

0

WoS Citations per Publication

1.50

Scopus Citations per Publication

6.50

Open Access Source

1

Supervised Theses

1

JournalCount
2012 Ieee 36Th Annual Computer Software And Applıcatıons Conference (Compsac)1
Current Page: 1 / 1

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Scholarly Output Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Master Thesis
    Customer Churn Prediction for Telecommunications Industry
    (İzmir Ekonomi Üniversitesi, 2014) Yabaş, Utku; İnce, Türker; Çankaya, Hakkı Candan
    Müşteri kaybetmek, telekom firmaları açısından kaybettirdiği para bakımından önemli bir endişedir. Bu tez çalışmasında, en son veri madenciliği yöntemlerini analiz ederek, servislerden ayrılacak veya başka bir firmanın servisini kullanmayı düşünen müşterileri tahmin etmek için yeni metotlar geliştirdik. Önerdiğimiz yaklaşımın performansını yoğun bir şekilde değerlendirdik. Bu değerlendirmeyi yapmak için Orange Telecom tarafından "Knowledge Discovery and Data Mining 2009"(KDD) yarışması için sunduğu gerçek ve kullanıma açık bir veri kümesi kullandık. Bu veri kümesinde toplam 100.000 örnek ve 230 değişken bulunmaktadır. Bu yüzden veri kümesi "büyük veri" kapsamına girmektedir. IBM bu yarışmada birinci olmuştur, ancak önemli ölçüde bilişimsel kaynak kullanmaktadır. Biz alternatif metotlar ve daha uygun kaynaklar kullanarak, yarışmadaki en yüksek skorlara ulaşmayı hedefledik. Bu çalışmada, toplu sınıflandırıcı teknikleri üzerine yoğunlaştık. Tek ve güçlü sınıflandırıcılar ile en son toplu sınıflandırıcıları "müşteri ayrılma" problemi için karşılaştırdık. Ayrıca, bu metotların performanslarını arttırmak için iyi performans gösteren sınıflandırıcıları seçerek; bunları oylayıcı sınıflandırıcı ile birleştirdik. Genel olarak, elde ettiğimiz sonuçlar, yarışmanın en yüksek sonuç alan resmi yarışmacıları ile yakındı. Önerdiğimiz yaklaşımın, "müşteri ayrılması tahmini" dışındaki başka zorlayıcı otomatik öğrenme problem alanları için de değerli olabileceğine inanıyoruz. Yöntemimizin doğruluğunu onaylamak için, UCI Machine Learning kütüphanesinden topladığımız veri kümeleri ile deneyler yaptık. Bu deneyler sonucunda çoğu veri kümesinde yöntemimiz, içinde bulunan toplu sınıflandırıcıdaki bütün algoritmalardan daha iyi sonuçlar elde etmiştir.
  • Thumbnail Image
    Conference Object
    Citation - WoS: 3
    Citation - Scopus: 13
    Customer Churn Prediction for Telecom Services
    (IEEE, 2012) Yabaş, Utku; Cankaya, Hakki Candan; İnce, Türker
    Customer churn is a big concern for telecom service providers due to its associated costs. This short paper briefly explains our ongoing work on customer churn prediction for telecom services. We are working on data mining methods to accurately predict customers who will change and turn to another provider for the same or similar service. Sample dataset we use for our experiments has been compiled by Orange Telecom from real data. They posted the sample dataset for 2009 Knowledge Discovery and Data Mining Competition. IBM has scored the highest on this dataset requiring significant amount of computational resources. We are aiming to find alternative methods that can match or improve the recorded highest score with more efficient use of resources. Dataset has very large number of features, examples and incomplete values. As the first step, we employ some methods to preprocess the dataset for its imperfections. Then, we compare and contrast various ensemble and single classifiers. We conclude the paper with future directions for the study.