論文の概要: Merchant Category Identification Using Credit Card Transactions

• arxiv url: http://arxiv.org/abs/2011.02602v1
• Date: Thu, 5 Nov 2020 01:21:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 11:39:28.786810
• Title: Merchant Category Identification Using Credit Card Transactions
• Title（参考訳）: クレジットカード取引を利用した商品カテゴリー識別
• Authors: Chin-Chia Michael Yeh, Zhongfang Zhuang, Yan Zheng, Liang Wang, Junpeng Wang, Wei Zhang
• Abstract要約: 我々は2つのエンコーダを設計し、1つは時間情報を符号化し、もう1つは親和性情報を符号化する。 71,668人の商人と433,772,755人の顧客が実際のクレジットカード取引データを用いて実験を行い、提案モデルの有効性と効率を実証した。
• 参考スコア（独自算出の注目度）: 20.15215476646073
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Digital payment volume has proliferated in recent years with the rapid growth of small businesses and online shops. When processing these digital transactions, recognizing each merchant's real identity (i.e., business type) is vital to ensure the integrity of payment processing systems. Conventionally, this problem is formulated as a time series classification problem solely using the merchant transaction history. However, with the large scale of the data, and changing behaviors of merchants and consumers over time, it is extremely challenging to achieve satisfying performance from off-the-shelf classification methods. In this work, we approach this problem from a multi-modal learning perspective, where we use not only the merchant time series data but also the information of merchant-merchant relationship (i.e., affinity) to verify the self-reported business type (i.e., merchant category) of a given merchant. Specifically, we design two individual encoders, where one is responsible for encoding temporal information and the other is responsible for affinity information, and a mechanism to fuse the outputs of the two encoders to accomplish the identification task. Our experiments on real-world credit card transaction data between 71,668 merchants and 433,772,755 customers have demonstrated the effectiveness and efficiency of the proposed model.
• Abstract（参考訳）: 近年、中小企業やオンラインショップの急成長に伴い、デジタル決済の量が急増している。 これらのデジタルトランザクションを処理する場合、各商人の本当のアイデンティティ(すなわちビジネスタイプ)を認識することは、支払い処理システムの完全性を保証するために不可欠である。 従来,商取引履歴のみを用いた時系列分類問題として定式化されてきた。 しかし,データの大規模化,商人や消費者の行動の変化などにより,既成の分類手法による満足度の向上は極めて困難である。 本研究では,商店時系列データだけでなく,商商取引関係の情報(アフィニティ)を用いて,商店の自己報告型(商店カテゴリー)の検証を行うマルチモーダル学習の観点から,この問題にアプローチする。 具体的には、2つのエンコーダを設計、一方は時間情報エンコーディング、もう一方は親和性情報、もう一方は2つのエンコーダの出力を融合して識別タスクを行う機構を設計。 71,668商人と433,772,755顧客の実店舗におけるクレジットカード取引データに関する実験により,提案モデルの有効性と効率を実証した。

関連論文リスト

• Credit Card Fraud Detection Using Enhanced Random Forest Classifier for Imbalanced Data [0.8223798883838329]
  本稿では,この問題を解決するためにランダムフォレスト(RF)アルゴリズムを実装した。 本研究ではクレジットカード取引のデータセットを用いた。
  論文  参考訳（メタデータ） (2023-03-11T22:59:37Z)
• Challenges and Complexities in Machine Learning based Credit Card Fraud Detection [0.0]
  取引量、詐欺の独自性、詐欺師の巧妙さは詐欺を検知する上で大きな課題である。 機械学習、人工知能、ビッグデータの出現は、詐欺と戦うための新しいツールを公開した。 しかし,不正検出アルゴリズムの開発は,不正データの極めて不均衡な性質のため,困難で遅かった。
  論文  参考訳（メタデータ） (2022-08-20T07:53:51Z)
• Evaluating resampling methods on a real-life highly imbalanced online credit card payments dataset [0.0]
  本稿では,大規模なオンラインクレジットカード決済データセット上での最先端のリサンプリング手法について検討する。 メソッドは難易度が高いか、メトリクスが大幅に改善されないため、それらが非効率であることを示す。
  論文  参考訳（メタデータ） (2022-06-27T09:57:08Z)
• Macroscopic properties of buyer-seller networks in online marketplaces [55.41644538483948]
  2010年から2021年の間にオンラインマーケットプレースで発生した2億2500万トランザクションを含む2つのデータセットを分析した。 オンラインマーケットプレースにおける取引は、言語、生涯、製品、規制、技術に大きな違いがあるにもかかわらず、非常に類似したパターンを示す。
  論文  参考訳（メタデータ） (2021-12-16T18:00:47Z)
• Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
  本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
  論文  参考訳（メタデータ） (2021-11-11T05:36:39Z)
• 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)
• E-Commerce Dispute Resolution Prediction [69.84319333335935]
  我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。 eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。 次に、高い精度で論争の結果を予測するために分類器を訓練する。
  論文  参考訳（メタデータ） (2021-10-13T09:45:06Z)
• 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)
• Credit card fraud detection using machine learning: A survey [0.5134435281973136]
  本稿では,データ駆動型クレジットカード不正検出機能と,その複雑な課題に対処するための機械学習手法について検討する。 特に、まず一般的なクレジットカード検出タスクを特徴付けます。データセットとその属性、メトリックの選択と、そのような不均衡なデータセットを扱ういくつかの方法です。
  論文  参考訳（メタデータ） (2020-10-13T15:35:32Z)
• Automatic Validation of Textual Attribute Values in E-commerce Catalog by Learning with Limited Labeled Data [61.789797281676606]
  そこで我々はMetaBridgeと呼ばれる新しいメタ学習潜伏変数アプローチを提案する。 限られたラベル付きデータを持つカテゴリのサブセットから、転送可能な知識を学ぶことができる。 ラベルのないデータで、目に見えないカテゴリの不確実性を捉えることができる。
  論文  参考訳（メタデータ） (2020-06-15T21:31:05Z)

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。