国际顶级数据挖掘大会KDD开幕,微众银行2篇论文发表

国内新闻 浏览(1974)

从2019年8月4日到8月8日,ACM SIGKDD(国际数据挖掘和知识发现会议,简称KDD)在阿拉斯加州的安克雷奇举行。今年的KDD将继续关注两大主题 - 数据挖掘和知识发现。该会议旨在探索和推广其在金融,医疗保健,生物信息学和计算广告等各个学科和行业的应用。

会上,魏中银行人工智能部副总经理郑文钊分享了人工智能团队人工智能团队的最新成果,利用数据分析等技术,以“人工驱动”为主题,推动金融业创新。金融业创新“。郑文钊说,在当今金融技术机遇和挑战的背景下,威中银行的人工智能团队致力于开发新业务,同时通过深度学习,移民学习等人工智能技术优化金融业的传统业务。联邦学习。现在,数字化银行在营销,服务和风险管理等业务模块中拥有更多成功的实践。

图:魏中银行人工智能部副总经理郑文钊发表演讲

作为国际数据科学和数据挖掘领域的顶级学术会议,KDD会议以其论文接待而闻名。年收率低于20%,因此受到业界的高度关注。在严格的评估体系下,潍坊银行人工智能团队和各大学共同提交的两篇关于人工智能精准营销和智能推荐的研究论文成功纳入KDD:

其中,论文《Beyond Personalization: Social Content Recommendation for Creator Equality and Consumer Satisfaction》由潍坊银行人工智能团队和香港科技大学团队联合出版。本文主要研究社会内容推荐的公平性。在现有的机器分发机制下,少量流行内容及其创作者可能会变得越来越流行,“马太效应”显而易见。为了解决这一公平性问题,本文提出了一种基于社会网络属性的社会注意力探索网络(SAEN)模型。在分散化的指导下,该模型通过对不同用户进行个性化探索和多样化推荐,实现了内容消费者满意度与内容发布者公平性之间的平衡,取得了良好的效果。

目前,研究成果已成功应用于微银行AI营销解决方案,主要应用于智能推荐业务部门。以财务为基础的付费媒体 - 财新App为例。如今,越来越多的用户愿意付费,如何智能地提高推荐效率,捕捉转化用户的意图,同时最大限度地公平分配高质量的内容手稿。巨大的挑战。基于对信息流内容的深度学习建模,Weizhong AI使用SAEN模型来平衡内容和内容 - 内容创建者的关系,提高效率和公平性,鼓励更多的内容创作者和内容。消费者之间的互动因此,新用户阅读的次数越多(人均暴露增加13%),他们阅读的时间越长(每人阅读时间增加19%),他们想要阅读的越多(每人点击)增加了21%)。

KDD接受的另一篇论文《Hidden POI Ranking with Spatial Crowdsourcing》由潍坊银行人工智能团队和电子科技大学联合出版。本文重点介绍如何通过机器学习和众包来探索潜在的地理兴趣点。为了最大限度地提高潜在兴趣点的效率,本文提出了一种树约束跳过搜索(TSS)算法,以智能地评估众包工作者的质量,并为他们分配最合适的兴趣点排序任务。

在微银行AI营销解决方案中,研究的概念借鉴了LBS(LocationBased Service)广告业务。为了扩展业务,通常需要在新区域中放置广告。微观团队通过挖掘地理兴趣点和跨区域LBS迁移学习,利用广告区域的数据优化新区域的广告,取得了良好的效果(增长5%)。此外,该算法功能已应用于MicroBank的数据管理平台(DMP)。 DMP平台基于种子客户网络行为,社交关系,LBS等信息的大数据图像,应用算法扩展到具有类似特征的客户。通过这种方式,鼓励广告商扩大质量和数量的在线推广渠道,实现准确的客户获取,降低获取客户的成本。

目前,除了为魏中银行本身提供金融业务外,威中银行还开辟人工智能能力,积极探索“人工智能营销+金融”精准营销的新途径。

澳门新濠天地娱乐