論文の概要: Towards Intelligent Risk-based Customer Segmentation in Banking
- arxiv url: http://arxiv.org/abs/2009.13929v1
- Date: Tue, 29 Sep 2020 11:22:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 07:21:56.833878
- Title: Towards Intelligent Risk-based Customer Segmentation in Banking
- Title（参考訳）: 銀行におけるインテリジェントリスクベース顧客セグメンテーションに向けて
- Authors: Shahabodin Khadivi Zand
- Abstract要約: 我々は、顧客のデータをあるシステムから別のシステムへ移動させるために、一連の処理要素からなるインテリジェントなデータ駆動パイプラインを提案する。
目標は、機能エンジニアリング、すなわち、(銀行化)ドメイン知識を使用して生データから特徴を抽出するプロセスを自動化する、新しいインテリジェントな顧客セグメンテーションプロセスを提供することである。
提案手法は,従来の手法に比べて91%の精度でトランザクションの検出,識別,分類を行うことができる。
- 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: Business Processes, i.e., a set of coordinated tasks and activities to
achieve a business goal, and their continuous improvements are key to the
operation of any organization. In banking, business processes are increasingly
dynamic as various technologies have made dynamic processes more prevalent. For
example, customer segmentation, i.e., the process of grouping related customers
based on common activities and behaviors, could be a data-driven and
knowledge-intensive process. In this paper, we present an intelligent
data-driven pipeline composed of a set of processing elements to move
customers' data from one system to another, transforming the data into the
contextualized data and knowledge along the way. The goal is to present a novel
intelligent customer segmentation process which automates the feature
engineering, i.e., the process of using (banking) domain knowledge to extract
features from raw data via data mining techniques, in the banking domain. We
adopt a typical scenario for analyzing customer transaction records, to
highlight how the presented approach can significantly improve the quality of
risk-based customer segmentation in the absence of feature engineering.As
result, our proposed method is able to achieve accuracy of 91% compared to
classical approaches in terms of detecting, identifying and classifying
transaction to the right classification.
- Abstract（参考訳）: ビジネスプロセス、すなわち、ビジネス目標を達成するための一連の協調したタスクとアクティビティ、そしてそれらの継続的な改善は、組織の運営にとって重要である。
銀行業では、さまざまな技術が動的プロセスをより普及させるにつれて、ビジネスプロセスはますますダイナミックになっています。
例えば、顧客セグメンテーション、すなわち、共通の活動や行動に基づいて関連顧客をグループ化するプロセスは、データ駆動で知識集約的なプロセスになり得る。
本稿では,顧客データをあるシステムから別のシステムへ移動させる,一連の処理要素からなるインテリジェントなデータ駆動パイプラインを提案する。
目標は、機能エンジニアリング、すなわち(銀行)ドメイン知識を使用して、銀行ドメイン内のデータマイニング技術を通じて生データから機能を抽出するプロセスを自動化する、新しいインテリジェントな顧客セグメンテーションプロセスを提供することです。
提案手法は,機能工学の欠如によるリスクベースの顧客セグメンテーションの質を著しく向上させるため,顧客取引記録を解析するための典型的なシナリオを採用し,従来の手法と比較して,適切な分類へのトランザクションの検出・識別・分類において91%の精度を実現することができる。
関連論文リスト
- WISE: Unraveling Business Process Metrics with Domain Knowledge [0.0]
複雑な産業プロセスの異常は、しばしばイベントデータの高変動性と複雑さによって隠蔽される。
本稿では、ドメイン知識、プロセスマイニング、機械学習の統合により、ビジネスプロセスメトリクスを分析する新しい手法WISEを紹介する。
WISEはビジネスプロセス分析における自動化を強化し、望ましいプロセスフローからの逸脱を効果的に検出する。
論文 参考訳（メタデータ） (2024-10-06T07:57:08Z) - Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives [40.62773366902451]
本稿では,プロセスマイニングの分野に関する具体的な見解を提唱する。
まず、プロセスマイニングの枠組み、一般的な産業応用、そして人工知能と組み合わされた最新の進歩について要約する。
この視点は、複雑な多組織データ分析のための洗練されたソリューションを提供するために人工知能を活用することによって、プロセスマイニングに革命をもたらすことを目的としている。
論文 参考訳（メタデータ） (2024-07-15T23:30:34Z) - Universal representations for financial transactional data: embracing local, global, and external contexts [95.7760348824795]
多様なビジネス課題に対処する表現学習フレームワークを提案する。
また、データ固有性を考慮した新しい生成モデルを提案し、外部情報をクライアントの表現に統合する方法を提案する。
論文 参考訳（メタデータ） (2024-04-02T15:39:14Z) - An explainable machine learning-based approach for analyzing customers'
online data to identify the importance of product attributes [0.6437284704257459]
本稿では,製品開発におけるデザインの包括的意味を抽出するゲーム理論機械学習(ML)手法を提案する。
提案手法をKaggleの実際のラップトップのデータセットに適用し,結果に基づいて設計上の意味を導出する。
論文 参考訳（メタデータ） (2024-02-03T20:50:48Z) - Extracting Process-Aware Decision Models from Object-Centric Process
Data [54.04724730771216]
本稿では,ODDA(Integrated Object-centric Decision Discovery Algorithm)と呼ばれる,オブジェクト中心決定マイニングアルゴリズムを提案する。
IODDAは意思決定の仕組みや意思決定の仕方を知ることができる。
論文 参考訳（メタデータ） (2024-01-26T13:27:35Z) - Resolving Uncertain Case Identifiers in Interaction Logs: A User Study [0.4014524824655105]
本稿では,クリックデータのケース概念を決定するニューラルネットワークに基づく手法を提案する。
移動型共有企業のインタラクションデータから得られたセグメント化されたイベントログに基づいて,その有効性を検証する。
論文 参考訳（メタデータ） (2022-11-21T16:13:04Z) - Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data
Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文 参考訳（メタデータ） (2022-03-02T19:57:32Z) - Human Activity Recognition using Attribute-Based Neural Networks and
Context Information [61.67246055629366]
手作業におけるウェアラブルセンサデータから人間の活動認識(HAR)を考察する。
我々は、コンテキスト情報をディープニューラルネットワークベースのHARシステムに体系的に組み込む方法を示す。
提案したアーキテクチャは,最先端手法と比較してHAR性能が向上することを示す。
論文 参考訳（メタデータ） (2021-10-28T06:08:25Z) - ProcK: Machine Learning for Knowledge-Intensive Processes [30.371382331613532]
ProcK(Process & Knowledge)はビジネスプロセス予測モデルを構築するための新しいパイプラインである。
リレーショナルデータベースからリンクされたイベントログとナレッジベースを抽出するコンポーネントは、パイプラインの一部である。
我々は、OULADのeラーニングデータセット上で予測タスクをトレーニングすることで、ProcKのパワーを実証する。
論文 参考訳（メタデータ） (2021-09-10T13:51:59Z) - 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) - Mining Implicit Entity Preference from User-Item Interaction Data for
Knowledge Graph Completion via Adversarial Learning [82.46332224556257]
本稿では,知識グラフ補完タスクにおけるユーザインタラクションデータを活用することで,新たな逆学習手法を提案する。
我々のジェネレータはユーザインタラクションデータから分離されており、識別器の性能を向上させるのに役立ちます。
利用者の暗黙の実体的嗜好を発見するために,グラフニューラルネットワークに基づく精巧な協調学習アルゴリズムを設計する。
論文 参考訳（メタデータ） (2020-03-28T05:47:33Z)
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。