Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/4544
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorİşcan, Hazim-
dc.contributor.authorKarakaya, Şeyma Nur-
dc.date.accessioned2023-08-08T19:16:03Z-
dc.date.available2023-08-08T19:16:03Z-
dc.date.issued2023-
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=G_oJ1rKE4SgJUkomyAKpR328k4EySqcxA8Ceh57c5FXSeUDwTB_j0nm3EaJSVNRp-
dc.identifier.urihttps://hdl.handle.net/20.500.13091/4544-
dc.description.abstractUzaktan 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.abstractThe 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.isotren_US
dc.publisherKonya Teknik Üniversitesien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolen_US
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleBankacilikta uzaktan müsteri ediniminde müsteri kimliginin dogrulanmasi ve canlilik tespitinin makine ögrenmesi ile gerçeklestirilmesien_US
dc.title.alternativeRealizing with machine learning customer identity verification and vitality detection in the banking remote customer acquisitionen_US
dc.typeMaster Thesisen_US
dc.departmentEntitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.identifier.startpage1en_US
dc.identifier.endpage52en_US
dc.institutionauthorKarakaya, Şeyma Nur-
dc.relation.publicationcategoryTezen_US
dc.identifier.yoktezid790041en_US
item.fulltextWith Fulltext-
item.openairetypeMaster Thesis-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.languageiso639-1tr-
Appears in Collections:Tez Koleksiyonu
Files in This Item:
File SizeFormat 
790041.pdf2.22 MBAdobe PDFView/Open
Show simple item record



CORE Recommender

Page view(s)

276
checked on May 13, 2024

Download(s)

390
checked on May 13, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.