基於數位軌跡資料(中國信託官網、中國信託網路銀行、中國信託行動銀行),來預測客戶的意圖需求與客戶畫像分群系統建立

Abstract

此演講中,會分享我們使用python語言以及支援套件(pyspark,gensim,sklearn,matplotlib),針對客戶換匯需求分析實作過程 (涵蓋五個主要建模步驟)進行分享,並對此模型產生的結果進行更進一步的分析,並隨著過程中說明在各個環節選用何種套件加速實作分析流程。利用使用者在中國信託數位服務的系統上留下的數位軌跡資料(digital footprint),進行(1) 巨量資料統計現象分析 (2)軌跡雜訊過濾 (3) digital path embedding model 訓練 (4) 利用 step3 的embedding,結合其他深度學習模型, 進行客戶產品需求預測 (5) 預測客戶有產品申購需求時,再利用瀏覽軌跡,進行客戶分群,取得客戶畫像後,進行客製化推薦服務。

Speaker

Roye Qiu

一個喜歡數據,架構,機器學習的工程師。
期望有一天可以真的改變世界。