論文の概要: Supporting Financial Inclusion with Graph Machine Learning and Super-App Alternative Data

• arxiv url: http://arxiv.org/abs/2102.09974v1
• Date: Fri, 19 Feb 2021 15:13:06 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-22 13:16:50.456466
• Title: Supporting Financial Inclusion with Graph Machine Learning and Super-App Alternative Data
• Title（参考訳）: グラフ機械学習とスーパーアプリ代替データによるファイナンシャルインクルージョンのサポート
• Authors: Luisa Roa, Andr\'es Rodr\'iguez-Rey, Alejandro Correa-Bahnsen, Carlos Valencia
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 63.942632088208505
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The presence of Super-Apps have changed the way we think about the interactions between users and commerce. It then comes as no surprise that it is also redefining the way banking is done. The paper investigates how different interactions between users within a Super-App provide a new source of information to predict borrower behavior. To this end, two experiments with different graph-based methodologies are proposed, the first uses graph based features as input in a classification model and the second uses graph neural networks. Our results show that variables of centrality, behavior of neighboring users and transactionality of a user constituted new forms of knowledge that enhance statistical and financial performance of credit risk models. Furthermore, opportunities are identified for Super-Apps to redefine the definition of credit risk by contemplating all the environment that their platforms entail, leading to a more inclusive financial system.
• Abstract（参考訳）: Super-Appsの存在は、ユーザとコマースの相互作用に関する考え方を変えました。 そして、銀行のやり方を再定義しているのも驚きではありません。 この論文は、Super-App内のユーザー間の異なる相互作用が、借り手行動を予測するための新しい情報源を提供する方法を調査している。 この目的のために,2つの異なるグラフベース手法を用いた実験が提案されている。1つは分類モデルに入力としてグラフベースの特徴を用い,もう1つはグラフニューラルネットワークを用いる。 その結果, 利用者の集中度, 行動, 取引性などの変数が, 信用リスクモデルの統計的, 財務的パフォーマンスを高める新しい形態の知識を構成していることがわかった。 さらに、Super-Appsがプラットフォームが持つすべての環境を考慮し、信用リスクの定義を再定義する機会が特定され、より包括的な金融システムへと繋がる。

関連論文リスト

• Personalizing Intervened Network for Long-tailed Sequential User Behavior Modeling [66.02953670238647]
  タイルユーザーは、共同トレーニング後のヘッドユーザーよりも大幅に品質の低いレコメンデーションに悩まされる。 テールユーザーで個別に訓練されたモデルは、限られたデータのために依然として劣った結果が得られる。 本稿では,テールユーザの推薦性能を大幅に向上させる新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-08-19T02:50:19Z)
• A Graph-Enhanced Click Model for Web Search [67.27218481132185]
  ウェブ検索のための新しいグラフ強調クリックモデル(GraphCM)を提案する。 セッション内情報とセッション間情報の両方を、スパーシリティ問題とコールドスタート問題に活用する。
  論文  参考訳（メタデータ） (2022-06-17T08:32:43Z)
• On the combination of graph data for assessing thin-file borrowers' creditworthiness [0.0]
  複数のグラフ表現学習手法をブレンドすることで信用スコアリングモデルを改善する枠組みを導入する。 我々はこの枠組みを,ラテンアメリカの人口全体の関係と信用履歴を特徴付けるユニークなデータセットを用いて検証した。 利回りがはるかに高いコーポレート融資では、非銀行企業の評価が単にその特徴を考慮できないことを確認している。
  論文  参考訳（メタデータ） (2021-11-26T18:45:23Z)
• Relational Graph Neural Networks for Fraud Detection in a Super-App environment [53.561797148529664]
  スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。 我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。 以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
  論文  参考訳（メタデータ） (2021-07-29T00:02:06Z)
• Enhancing User' s Income Estimation with Super-App Alternative Data [59.60094442546867]
  これは、これらの代替データソースのパフォーマンスと、業界に受け入れられた局の収入推定器のパフォーマンスを比較します。 本論文は、金融機関がリスクプロファイルの構築に代替データを導入しようとする動機を示すものである。
  論文  参考訳（メタデータ） (2021-04-12T21:34:44Z)
• Knowing your FATE: Friendship, Action and Temporal Explanations for User Engagement Prediction on Social Apps [40.58156024231199]
  本稿では,ソーシャルネットワークアプリにおけるユーザエンゲージメント予測の新たな課題について検討する。 エンド・ツー・エンドのニューラルネットワークフレームワークであるFATEを設計し、ユーザエンゲージメントに影響を与えるために識別する3つの重要な要素を組み込んだ。 FATEは、テンソルベースのグラフニューラルネットワーク(GNN)、LSTM、混合アテンション機構に基づいており、(a)異なる特徴カテゴリにわたる学習重みに基づく予測的説明、(b)ネットワークの複雑さの低減、(c)予測精度とトレーニング/推論時間の両方のパフォーマンス向上を実現している。
  論文  参考訳（メタデータ） (2020-06-10T02:59:13Z)
• 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)
• A Semi-supervised Graph Attentive Network for Financial Fraud Detection [30.645390612737266]
  本稿では,多視点ラベル付きおよびラベルなしデータを不正検出に用いる半教師付き減衰型グラフニューラルネットワークSemiSemiGNNを提案する。 ソーシャルリレーションとユーザ属性を利用することで,2つのタスクにおける最先端手法と比較して精度が向上する。
  論文  参考訳（メタデータ） (2020-02-28T10:35:25Z)

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。