文献

J-GLOBAL ID：202002211618110532   整理番号：20A2275449

注意機構と二重チャネルに基づくユーザ金融行動のマイニング相関特徴【JST・京大機械翻訳】

Mining Correlation Features of User Financial Behavior Based on Attention Mechanism and Dual Channel

著者 (3件)： Cheng Pengchao (Beijing Key Laboratory of Intelligent Telecommunication Software and Multimedia, School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, China) ,  Li Yawen (School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing, China) ,  Xue Zhe (Beijing Key Laboratory of Intelligent Telecommunication Software and Multimedia, School of Computer Science, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 706  ページ： 66-74  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 金融分野では,データ量は大きく,データ形式は複雑である。従来のデータ処理法は現在のビッグデータには不適当である。したがって,著者らは,財政的ビッグデータの深い特徴を理解し,顧客の財政的行動の関連特徴をマイニングするために,注意機構と二重チャネル(NDUA)に基づく金融大データ特徴マイニング法を提案した。最初に,事前訓練モデルBertを用いて,金融データにおけるテキストデータをベクトル化した。次に,ユーザ行動を予測するために二重タワーモデルを提案し,複数のユーザ行動をラベルとして用いた。次に,モデル訓練を行い,訓練された3セットのモデルを利用して,アイテムのユーザ行動特徴として最後の完全接続層を抽出し,各ユーザに対して,ユーザ行動の連想をさらに得るために,すべての操作アイテムのユーザ行動特徴表現をクラスタ化する。実験は,提案方法が財政的ビッグデータの深い特徴を効果的に理解し,顧客の財政的行動の関連特徴をマイニングできることを示した。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *金融 ,  クラスタ化 ,  データフォーマット
準シソーラス用語： ベクトル化 ,  ユーザ行動 ,  ビッグデータ ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 関連特徴 ,  行動予測 ,  注意機構 ,  予歪モデル

分類 (5件)： 人工知能  (JE08000Z) ,  マーケティング一般  (KA06010L) ,  パターン認識  (JE07000S) ,  市場調査,広告  (KA06030H) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： 注意 ,  二重チャネル ,  金融 ,  行動 ,  相関