面向金融服务的动态客户嵌入
机器学习
2021-06-23 v1 机器学习
摘要
随着金融服务（FS）公司经历剧烈的技术驱动变革，新数据流的可用性为更全面的客户理解提供了机会。我们提出动态客户嵌入（DCE），这是一个利用客户数字活动及广泛金融背景来学习 FS 行业客户稠密表示的框架。我们的方法考察客户在移动或网页数字会话中的操作与页面浏览、会话自身的顺序，以及登录时我们机构内常见金融特征的快照。我们使用真实世界数据在三个预测问题中测试客户嵌入：1）客户下一次数字会话的意图，2）客户在会话后呼叫呼叫中心的概率，以及 3）数字会话为欺诈的概率。DCE 在所有三个下游问题中均显示出性能提升。
引用
@article{arxiv.2106.11880,
title = {Dynamic Customer Embeddings for Financial Service Applications},
author = {Nima Chitsazan and Samuel Sharpe and Dwipam Katariya and Qianyu Cheng and Karthik Rajasethupathy},
journal= {arXiv preprint arXiv:2106.11880},
year = {2021}
}
备注
ICML Workshop on Representation Learning for Finance and E-Commerce Applications