Marketing-AutoM3L:金融顧客分析のためのドメイン認識の自動化された機械学習

科学分野:

• 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
• ファイナンシャルアナリティクス 金融アナリティクス
• 顧客行動分析 顧客行動分析

背景:

• 自動化された機械学習 (AutoML) は,金融顧客分析のためのドメイン固有の機能エンジニアリングでしばしば苦労します.
• 手動モデルの開発には,専門的な専門知識が必要で,それを維持することは困難です.
• 既存のシステムには,RFMメトリックや顧客ライフサイクル価値 (CLV) などのマーケティング関連機能生成の機能が欠けている.

研究 の 目的:

• 金融顧客分析に合わせたエンドツーエンドの機械学習パイプライン生成のための自動化されたフレームワークを提案する.
• ビジネスの利害関係者が自然言語の指示を使用してMLパイプラインを構成できるようにするために.
• ドメイン認識機能エンジニアリングに関するAutoMLシステムのギャップを埋めるために.

主な方法:

• このフレームワークは,未処理の顧客データを自然言語の指示で処理します.
• 自律的にデータモード認識,ドメイン認識機能エンジニアリング,モデル選択を行います.
• RFMメトリック,CLV,エンゲージメントスコアなどの主要なマーケティング指標は,自動的に計算されます.

主要な成果:

• 既存の自動化されたML技術と比較して1.4%から5.4%の精度向上を達成しました.
• 機械学習パイプラインの開発時間を約7倍に短縮しました.
• フレームワークがマーケティングに関連する機能を自律的に生成する能力を実証しました.

結論:

• 提案されたフレームワークは,金融顧客分析のための機械学習パイプラインの作成を効果的に自動化します.
• 予測モデルの精度を高め,開発効率を大幅に高めます.
• 自然言語インターフェースは,深い技術的な専門知識のないビジネスユーザーのためにMLパイプラインの構成を民主化します.