知晓、增长并守护净资产：利用机器学习通过预防透支费实现资产保护
机器学习
2024-09-10 v2 计算机与社会
机器学习
摘要
当客户透支其银行账户且余额为负时，会被收取一笔透支费。美国人每年支付约150亿美元的不必要透支费，通常每笔为35美元；特别是Mint个人理财应用的用户，每年支付的费用约为2.5亿美元。这些透支费构成了沉重的财务负担，并导致连锁透支费，使客户陷入财务困境。为解决这一问题，我们创建了一个机器学习驱动的透支早期预警系统（ODEWS），该系统利用Mint应用中客户的银行和交易数据，评估客户在未来一周内发生透支的风险。系统会向有风险的客户发送提醒，以便他们采取措施避免费用，最终改变其行为和财务习惯。与对照组相比，部署的系统为Mint客户节省了300万美元的透支费。此外，本文概述的方法是更广泛努力的一部分，旨在提供机器学习驱动的个性化财务建议，帮助我们的会员知晓、增长并提升其净资产，最终实现其财务目标。
引用
@article{arxiv.2302.02455,
title = {Know, Grow, and Protect Net Worth: Using ML for Asset Protection by Preventing Overdraft Fees},
author = {Avishek Kumar and Tyson Silver},
journal= {arXiv preprint arXiv:2302.02455},
year = {2024}
}
备注
KDD '24: Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining