Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.13091/4544
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | İşcan, Hazim | - |
dc.contributor.author | Karakaya, Şeyma Nur | - |
dc.date.accessioned | 2023-08-08T19:16:03Z | - |
dc.date.available | 2023-08-08T19:16:03Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=G_oJ1rKE4SgJUkomyAKpR328k4EySqcxA8Ceh57c5FXSeUDwTB_j0nm3EaJSVNRp | - |
dc.identifier.uri | https://hdl.handle.net/20.500.13091/4544 | - |
dc.description.abstract | Uzaktan Müşteri Edinimi süreci, kişinin fiziksel olarak yapması gereken işlemlerinin (kişinin kendisinin şubeye gitmesi, ıslak imza, aslen kimliğinin gösterilmesi vb.) olmadığı, sürecin tamamen yönetmeliğe uyacak şekilde dijital ortamlar üzerinden gerçekleştirildiği bir süreçtir. Bu işleyişte müşteri olmak isteyen kullanıcılar; kimlik kartı ve yüz tanıma teknolojileri ile zaman ve mekân fark etmeksizin banka müşterisi olabilmektedirler. Kolay ve güvenilir bir şekilde bir bankanın müşterisi olmayı sağlayan bu sistem, şubede bulunma ve evraklara bağımlı işlem mecburiyetini ortadan kaldırmaktadır. Bu çalışmada, Bankalardaki Uzaktan Müşteri Edinimi sürecinin, makine öğrenmesi kullanılarak yürütülmesi amaçlanmıştır. Böylece uzaktan kimlik tespiti için, tüm adımlar sonrasında yapılan müşteri ile müşteri temsilcisinin görüntülü görüşüp kişinin gerçekliğinin teyit edilmesine ihtiyaç duyulmayacaktır. Süreç otomatik olarak ilerletilip, müşterinin güvenilirliğine doğruluk analizi yapılarak karar verilecektir. Müşteri olma süreci için; Python dilinde PyQt kullanılarak bir uygulama kodlanmıştır. Bu uygulama üzerindeki kimlik tespit aşamalarında makine öğrenmesi algoritmalarından faydalanılmıştır. Aynı zamanda OCR, NLP ve OpenCV gibi teknolojiler kullanılarak doğruluk analizi yapılmıştır. Bu çalışmanın özellikle bankacılık ve finans alanında uzaktan müşteri edinimi süreçlerine sağlayacağı katkı değerlendirilmektedir. | en_US |
dc.description.abstract | The Remote Customer Acquisition process is a process in which the person does not have any physical transactions (going to the branch, wet signature, showing her original identity, etc.). Users who want to be customers in this process; With ID card and face recognition technologies, they can become bank customers regardless of time and place. This system, which enables to be a customer of a bank in an easy and reliable way, eliminates the necessity of being in a branch and dependent on documents. In this study, it is aimed to carry out the Remote Customer Acquisition process in banks using machine learning. Thus, for remote identification, it will not be necessary to make a video call between the customer and the customer representative after all the steps and confirm the authenticity of the person. The process will be automatically advanced and the reliability of the customer will be decided by conducting an accuracy analysis. For the process of becoming a customer; An application is coded in Python using PyQt. Machine learning algorithms were used in the identification stages on this application. At the same time, accuracy analysis was performed using technologies such as OCR, NLP and OpenCV. The contribution of this study to remote customer acquisition processes, especially in the field of banking and finance, is evaluated. | en_US |
dc.language.iso | tr | en_US |
dc.publisher | Konya Teknik Üniversitesi | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | en_US |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | Bankacilikta uzaktan müsteri ediniminde müsteri kimliginin dogrulanmasi ve canlilik tespitinin makine ögrenmesi ile gerçeklestirilmesi | en_US |
dc.title.alternative | Realizing with machine learning customer identity verification and vitality detection in the banking remote customer acquisition | en_US |
dc.type | Master Thesis | en_US |
dc.department | Entitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
dc.identifier.startpage | 1 | en_US |
dc.identifier.endpage | 52 | en_US |
dc.institutionauthor | Karakaya, Şeyma Nur | - |
dc.relation.publicationcategory | Tez | en_US |
dc.identifier.yoktezid | 790041 | en_US |
item.fulltext | With Fulltext | - |
item.openairetype | Master Thesis | - |
item.openairecristype | http://purl.org/coar/resource_type/c_18cf | - |
item.languageiso639-1 | tr | - |
item.cerifentitytype | Publications | - |
item.grantfulltext | open | - |
Appears in Collections: | Tez Koleksiyonu |
Files in This Item:
File | Size | Format | |
---|---|---|---|
790041.pdf | 2.22 MB | Adobe PDF | View/Open |
CORE Recommender
Page view(s)
378
checked on Aug 26, 2024
Download(s)
576
checked on Aug 26, 2024
Google ScholarTM
Check
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.