Data analytics driven quadratic optimization for solving agent-debtor assignment in debt recovery problem

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: İngilizce

Öğrenci: TOYGUN KARABAŞ

Danışman: Cem Iyigün

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüz ekonomisinde gecikmiş ödemeler ve tahsil edilemeyen borçlar artmaktadır ve finansal istikrar için uygun yönetim çok önemlidir. Etkili bir borç tahsilatı süreci, ödeme eğilimlerini belirlemek için geçmiş müşteri verilerinin analiziyle başlar. Temel zorluk, tahsilat için en uygun temsilcilerin borçlulara atanmasıdır. Bu çalışma, iki aşamadan oluşan yeni bir hibrit optimizasyon çerçevesi önermektedir. İlk aşamada, temsilci-borçlu çiftlerinin borç tahsilat oranını tahmin etmek için makine öğrenimi tabanlı bir öngörücü analitik süreç geliştirilmiştir. İkinci aşama, temsilcileri ve borçluları aynı anda gruplandırma ve bu grupları tahsilat verimliliğini en üst düzeye çıkaracak şekilde birbirleriyle eşleştirme problemini ele almaktadır. Bu problem, ikinci dereceden ve doğrusal matematiksel modeller öneren kısıtlı "0-1 Tamsayılı" bir optimizasyon problemi olarak formüle edilmiştir. Bu matematiksel modelleri makul bir sürede çözmek için üç optimizasyon yaklaşımı önerilmiştir. Geliştirilen hibrit optimizasyon yapısı sentetik ve simüle edilmiş verilerle test edilmiştir.