本研究では、銀行顧客の多様なデータを活用して顧客ニーズの理解と予測を行う。具体的には以下の3つの点について取り組んでいる。
銀行顧客の取引履歴、位置情報、テクニカルサポートとの対話などの4つのデータモダリティを含む大規模な銀行顧客データセットを公開した。これは、金融分野における多様なデータを活用した研究を促進するための重要なリソースとなる。
顧客の次月の商品購買予測(キャンペーニング)と顧客の異なるモダリティ間の照合の2つの実践的な課題に取り組むベンチマークを提案した。これらの課題は、銀行顧客データの多様性と時系列性を活かした分析に適している。
単一モダリティと多モダリティの手法を比較し、多モダリティ手法が単一モダリティ手法を上回る性能を示した。これは、銀行顧客の多様なデータを統合的に活用することの有効性を示している。
本研究成果は、金融機関における顧客ニーズの理解と予測の高度化に貢献するとともに、多様な時系列データを活用した機械学習研究の発展にも寄与することが期待される。
เป็นภาษาอื่น
จากเนื้อหาต้นฉบับ
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Mollaev Dzha... ที่ arxiv.org 09-27-2024
https://arxiv.org/pdf/2409.17587.pdfสอบถามเพิ่มเติม