論文の概要: Segmenting Bank Customers via RFM Model and Unsupervised Machine
Learning
- arxiv url: http://arxiv.org/abs/2008.08662v1
- Date: Wed, 19 Aug 2020 20:41:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 09:00:29.343765
- Title: Segmenting Bank Customers via RFM Model and Unsupervised Machine
Learning
- Title(参考訳): RFMモデルと教師なし機械学習による銀行顧客のセグメンテーション
- Authors: Musadig Aliyev, Elvin Ahmadov, Habil Gadirli, Arzu Mammadova and Emin
Alasgarov
- Abstract要約: 近年、金融機関にとって大きな課題の1つは顧客の維持である。
本稿では,アゼルバイジャン最大の民間銀行の実際の顧客データに適用したRAM手法と各種クラスタリングアルゴリズムを用いた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, one of the major challenges for financial institutions is
the retention of their customers using new methodologies of reliable and
profitable segmentation. In the field of banking, the approach of offering all
of the services to all the existing customers at the same time does not always
work. However, being aware of what to sell, when to sell and whom to sell makes
a huge difference in the conversion rate of the customers responding to new
services and buying new products. In this paper, we used RFM technique and
various clustering algorithms applied to the real customer data of one of the
largest private banks of Azerbaijan.
- Abstract(参考訳): 近年、金融機関にとって大きな課題の1つは、信頼性と収益性のある分節化の新しい手法を用いて顧客の維持である。
銀行業界では、すべてのサービスを既存のすべての顧客に同時に提供するというアプローチは、必ずしもうまくいきません。
しかし、何を売るか、いつ売るか、誰が売るかを知ることは、新しいサービスへの応答と新製品の購入に対する顧客のコンバージョン率に大きな差をもたらす。
本稿では,アゼルバイジャン最大の民間銀行の実際の顧客データに適用したRAM手法と各種クラスタリングアルゴリズムを用いた。
関連論文リスト
- Towards Financially Inclusive Credit Products Through Financial Time
Series Clustering [10.06218778776515]
財政的包摂は消費支出を増大させ、結果として事業開発を加速させる。
消費者取引データに基づく顧客セグメンテーションは、ファイナンシャルインクルージョンを促進するためによく知られた戦略である。
本稿では,顧客の財務状況を理解するための時系列クラスタリングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-02-16T20:40:30Z) - An Exploration of Clustering Algorithms for Customer Segmentation in the
UK Retail Market [0.0]
我々は,小売市場における意思決定プロセスを改善するための顧客セグメンテーションモデルの開発を目指している。
これを実現するために、UCI機械学習レポジトリから得られたイギリスのオンライン小売データセットを使用しました。
その結果、GMMは他のアプローチよりも優れており、シルエットスコアは0.80である。
論文 参考訳(メタデータ) (2024-02-06T15:58:14Z) - Federated Learning Incentive Mechanism under Buyers' Auction Market [2.316580879469592]
オークションベースのフェデレートラーニング(AFL)は、利己的なデータコンシューマとデータオーナ間のオープンなコラボレーションを可能にする。
我々は、購入者の市場における価格変動を説明するために、調達オークションの枠組みに適応する。
信頼性とデータ品質の高いクライアントを選択し、外部からの攻撃を防ぐために、ブロックチェーンベースの評判メカニズムを利用する。
論文 参考訳(メタデータ) (2023-09-10T16:09:02Z) - Modelling customer lifetime-value in the retail banking industry [0.0]
顧客生涯価値をモデル化するための一般的な枠組みを提案する。
長期にわたる契約と製品中心の顧客関係を持つ業界に適用される。
このフレームワークは、任意の時間的地平線と製品に基づく正当性モデル上でのCLV予測を促進する新しい方法である。
論文 参考訳(メタデータ) (2023-04-06T12:54:33Z) - On the Convergence of Clustered Federated Learning [57.934295064030636]
統合学習システムでは、例えばモバイルデバイスや組織参加者といったクライアントは通常、個人の好みや行動パターンが異なる。
本稿では,クライアントグループと各クライアントを統一最適化フレームワークで活用する,新しい重み付きクライアントベースクラスタリングFLアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-02-13T02:39:19Z) - Feature-Level Fusion of Super-App and Telecommunication Alternative Data
Sources for Credit Card Fraud Detection [106.33204064461802]
クレジットカード不正を早期に検出するための,スーパーアプリ顧客情報,携帯電話回線データ,従来型の信用リスク変数を融合した機能レベルの有効性について検討する。
クレジットカードのデジタルプラットフォームデータベースから約9万人のユーザを対象に,我々のアプローチを評価した。
論文 参考訳(メタデータ) (2021-11-05T19:10:35Z) - Federated Multi-Target Domain Adaptation [99.93375364579484]
フェデレートされた学習手法により、プライバシを保護しながら、分散ユーザデータ上で機械学習モデルをトレーニングすることが可能になります。
分散クライアントデータがラベル付けされず、集中型ラベル付きデータセットがサーバ上で利用可能となる、より実用的なシナリオを考えます。
本稿では,新しい課題に対処する効果的なDualAdapt法を提案する。
論文 参考訳(メタデータ) (2021-08-17T17:53:05Z) - Dynamic Customer Embeddings for Financial Service Applications [0.0]
FS業界における顧客の密集した表現を学習するための動的顧客埋め込み(DCE)を提案する。
モバイル・ウェブ・デジタル・セッションにおける顧客行動とページビューについて検討する。
実世界のデータを用いて顧客の埋め込みを3つの予測問題で検証する。
論文 参考訳(メタデータ) (2021-06-22T15:51:49Z) - Supporting Financial Inclusion with Graph Machine Learning and Super-App
Alternative Data [63.942632088208505]
スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。
本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
論文 参考訳(メタデータ) (2021-02-19T15:13:06Z) - Super-App Behavioral Patterns in Credit Risk Models: Financial,
Statistical and Regulatory Implications [110.54266632357673]
従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。
2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
論文 参考訳(メタデータ) (2020-05-09T01:32:03Z) - Federated Continual Learning with Weighted Inter-client Transfer [79.93004004545736]
我々は,新しい連合型連続学習フレームワークFederated Weighted Inter-client Transfer(FedWeIT)を提案する。
FedWeITは、ネットワークの重みをグローバルなフェデレーションパラメータとスパースなタスク固有のパラメータに分解し、各クライアントは他のクライアントから選択的な知識を受け取る。
我々はFedWeITを既存のフェデレーション学習法や継続学習法に対して検証し、我々のモデルは通信コストを大幅に削減してそれらを著しく上回っている。
論文 参考訳(メタデータ) (2020-03-06T13:33:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。