Представлен новый метод обучения ИИ-моделей для более точного прогнозирования поведения клиентов
Краткое резюме
Специалисты Центра практического искусственного интеллекта Сбербанка разработали новый метод обучения ИИ-моделей для точного прогнозирования поведения клиентов. Метод использует большие языковые модели для анализа последовательностей событий и создания детализированных пользовательских профилей.
Специалисты из Центра практического искусственного интеллекта Сбербанка создали новый метод для обучения ИИ-моделей. Эта разработка позволяет более точно прогнозировать поведение клиентов, сообщили представители банка CNews.
Метод заключается в использовании больших языковых моделей для преобразования последовательности событий (таких как клики, учебные активности, просмотренные страницы, медицинские записи и прочее) в векторные представления пользователей.
Новый фреймворк, в отличие от традиционных методов обучения представлений, учитывает семантику событий и создаёт более информативные пользовательские профили. Это позволяет использовать их в различных задачах.
Разработку уже оценили на международном уровне: научная статья с описанием метода LLM4ES: Learning User Embeddings from Event Sequences via Large Language Models принята к публикации на престижной международной конференции по управлению информацией и знаниями CIKM.
Благодаря новому методу финансовые организации смогут повысить качество сегментации клиентов, точнее прогнозировать отток, оценивать кредитоспособность и обнаруживать мошенничество. В e-commerce и на рекомендательных платформах решение обеспечит высокую эффективность персонализации и позволит формировать детализированные профили пользователей.
В здравоохранении метод поможет врачам более точно прогнозировать состояния пациентов на основе клинических данных. В образовании разработка позволит создавать персонализированные образовательные траектории.