Artigo em revista científica Q2
Improving the accuracy of predicting bank depositor' behavior using decision tree
Fereshteh Safarkhani (Safarkhani, F.); Sérgio Moro (Moro, S.);
Título Revista
Applied Sciences
Ano
2021
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 0

(Última verificação: 2022-05-19 13:39)

Ver o registo na Web of Science®

Scopus

N.º de citações: 0

(Última verificação: 2022-05-15 03:35)

Ver o registo na Scopus

Google Scholar

Esta publicação não está indexada no Google Scholar

Abstract/Resumo
Telemarketing is a widely adopted direct marketing technique in banks. Since customers hardly respond positively, data prediction models can help in selecting the most likely prospective customers. We aim to develop a classifier accuracy to predict which customer will subscribe to a long-term deposit proposed by a bank. Accordingly, this paper focuses on a combination of resampling, in order to reduce the imbalanced data, using feature selection, to reduce the complexity of data computing and dimension reduction of inefficiency data modeling. The performed operation has shown an improvement in the performance of the classification algorithm in terms of accuracy. The experimental results were run on a real bank dataset and the J48 decision tree achieved 94.39% accuracy prediction, with 0.975 sensitivity and 0.709 specificity, showing better results when compared to other approaches reported in the existing literature, such as logistic regression (91.79 accuracy; 0.975 sensitivity; 0.495 specificity) and Naive Bayes classifier (90.82% accuracy; 0.961 sensitivity; 0.507 specificity). Furthermore, our resampling and feature selection approach resulted in improved accuracy (94.39%) when compared to a state-of-the-art approach based on a fuzzy algorithm (92.89%).
Agradecimentos/Acknowledgements
--
Palavras-chave
Machine learning,Data mining,Artificial intelligence
  • Ciências da Computação e da Informação - Ciências Naturais
  • Economia e Gestão - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.