client2vec：面向银行应用的系统性基线方法
机器学习
2018-02-13 v1 机器学习
摘要
数据科学家的工作流通常涉及数据挖掘、特征工程和模型选择等可能低效的过程。近期研究聚焦于部分或完全自动化这一工作流以提高生产力。我们选择了前一种思路，并在本文中分享设计 client2vec 的经验：这是一个用于快速构建银行应用基线的内部库。Client2vec 在当前账户交易数据上使用边缘化堆叠去噪自编码器来创建表示客户行为的向量嵌入。这些表示随后可用于多种任务（如客户分群、画像与定向）中并针对其进行优化。在此我们详述了如何选取 client2vec 的算法机制及其所处理的数据，并展示了在若干业务案例上的实验结果。
引用
@article{arxiv.1802.04198,
title = {client2vec: Towards Systematic Baselines for Banking Applications},
author = {Leonardo Baldassini and Jose Antonio Rodríguez Serrano},
journal= {arXiv preprint arXiv:1802.04198},
year = {2018}
}