本文来源于:2023鑫智奖第四届中小金融机构数智化转型优秀案例评选,作者:中原银行
中原银行:GCN算法在金融产品推荐系统中的应用
2023-05-26 关键词:全国性商业银行,营销创新,数字化营销
2891
一、项目背景及目标
当今,个性化推荐越来越多被应用到各种领域,银行作为提供各种金融产品和服务的金融机构,应用该项技术可助其更好地为客户提供差异化金融服务。此前中原银行已实现千人千面的产品推荐服务,然而传统的推荐系统大多采用诸如LR、GBDT、神经网络、协同过滤等算法,该类算法受限于表达能力不足,对客户与商品的二度以上交互信息捕获能力偏弱,同时算法本身也难以解决头部效应过于集聚的问题,泛化性不足,使得银行产品推荐结构趋向同质性,对于银行的流动性风险控制较为不利。
为提升客户产品推荐服务体验,改善客户产品购买集中化趋势,帮助客户了解到更多更匹配其理财需求的产品,总行数智金融创新实验室在传统推荐系统的基础上,引入了GCN图卷积算法,提炼出高阶用户-产品交互信息,提升产品推荐匹配度与转化率。
二、创新点
为提升模型的特征表达能力和泛化能力,本项目采用业内较为前沿的图卷积神经网络算法对用户产品交互数据进行建模,学习潜在的用户-产品高阶特征,同时捕捉用户产品间的多度关系和网状结构提升表达能力,之后输出高阶特征向量,再通过计算特征相似度对目标用户进行个性化推荐,大大推荐精准性和泛化能力。
对于大量从未购买过产品的长尾客户,采用基于用户相似度的CF算法为其推荐产品提升其理财收益,促进长尾客群转化。
总结项目创新点,主要包含以下三点:
1.图卷积算法能够捕捉到用户产品多度关系和网状结构,使推荐结果更精准。
2.本项目通过模型学习到用户与产品的高阶关联特征,发现了客户对于产品的深层次需求,既提升了推荐的多样性,缓解传统推荐系统的马太效应,同时也提升了模型泛化能力。
3.融合内容推荐算法,解决冷启动问题,能够对未购买过产品,提取不到用户与产品交互信息的新客户进行个性化推荐。
三、项目技术方案
1.客户分群

图1:整体算法框架概览
如图1所示,针对行内客户,根据其是否有历史购买行为划分为两大类客户,每类客户分别构建不同模型进行Top K产品推荐。
2.推荐模型算法实现
算法细节实现如图2所示,使用图卷积模型为历史购买产品客户生成推荐结果,使用画像相似度匹配模型为未购买产品客户生成推荐结果。

图2:推荐模型细节图
①图卷积模型
具体地,对已购买过产品的用户进行推荐,其购买或点击行为含有大量的用户-产品交互信息,构建高阶连通图训练图卷积模型,学习潜在的特征,对用户和产品向量化,并基于用户-产品向量做内积可以得到用户对产品的推荐得分。
其体系结构如图3所示,首先构建嵌入层,对所有用户和产品进行向量初始化;然后构建传播层,沿图结构捕获协同过滤信号,通过用户-产品的高阶连接关系不断优化嵌入层;之后构建整合层,对传播层经过拉普拉斯平滑学习到的历史交互信息进行聚合;后构建预测层,对整合层聚合的用户-产品向量做内积,输出用户-产品对的亲和性得分,将得分进行排序,取得分靠前的前三款产品给客户推荐。

图3: 图卷积结构图
②画像相似度匹配模型
对未持有产品的用户进行推荐,通过AUM规模对客群进行细分,比如提取AUM在5万以上的未持有产品的用户和已持有产品的用户,将基本信息、资产负债和交易行为等数据作为特征,计算两部分用户的余弦相似度,得到余弦相似度矩阵,找到行为相似的用户,根据相似度对已持有产品用户的产品矩阵进行加权求和,根据得分推荐前三款产品。
3.线索下发

图4: 推荐结果下发
终合并两大类客群推荐结果,通过行内大数据用例闭环营销提下发线索,线索推送至客户手机银行APP,并采集用户在线索触达后的购买交互数据评估推荐效果。如图4推荐业务流程所示。
四、项目过程管理

五、运营情况
项目已成功应用于行内大数据用例,对圈定的客户群体每周下发一次推荐结果,通过手机银行push端下发给客户,目前正处于试点阶段,试运行四周以来已累积服务近60万客户,产生AUM增量约4000万,目前持续迭代中。
六、项目成效
推荐系统性能指标recall@3从0.1755提升至0.3421,ndcg@3从0.1408提升至0.3736,测试数据用例产品销量提升65%,如推广至其他大数据用例将会带来更多提升,客户产品购买结构明显改善,产品购买集中度有所下降,多样化增强,客户体验提升。
七、经验总结
1.推荐是否精准在于是否深入理解用户,图算法能够捕捉用户的多度关系,提升推荐效果。
2.个性化提升在于细粒度区分用户,可在用户侧和产品侧同步施力。
3.更多地采用泛化性较强地算法,对于产品购买结构的改善和整体产品生态构建具有促进作用。
4.可结合全行级产品管理平台,实现实时推荐,推荐结果覆盖手机银行、CRM、微信银行等渠道。
本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】。
推荐阅读
更多
云南红塔银行:“香叶智农”——一站式烟农服务平台
云南红塔银行结合国家烟草专卖局《关于建设现代化烟草经济体系推动烟草行业高质量发展的实施意见》和云南省《云南省数字烟草农业发展总体规划》的相关要求,结合人民银行普惠金融的相关政策规定,配合南省烟草专卖局(公司)搭建了“香叶智农——一站式烟农服务平台”,结合烤烟生产全流程,在平台上为种植主体、第三方供应、服务商等提供多样化的场景金融服务,提供安全、便捷、高效的线上烟农支付结算服务,助力乡村振兴。
2022年度城市金融服务优秀案例评选
云南红塔银行
2023-05-26
乌鲁木齐银行:个人消费贷款(雪莲E贷-精英贷)
该产品充分利用科技手段开展产品营销和服务,客户通过线上渠道申请贷款,客户经理通过移动办公线下补充资料,无需抵押、操作便捷,一经投产就获得了客户的热烈欢迎与认可,不仅提升了我行信贷业务办理效率,让更多的客户感受金融科技的力量,还促进了当地的经济发展。
2022年度城市金融服务优秀案例评选
乌鲁木齐银行
2023-05-26
九江银行:授信审批工具及调查报告智能化系统
“授信审批工具及调查报告智能化系统”是我行围绕信贷业务“贷前调查、贷中审查、贷后检查”三阶段,提升贷款三查报告(贷前调查报告、风险审查报告、贷后检查报告)“撰写、审查、修订”过程的智能性、专业性、效率性设计开发的系统工具,是我行“授信业务全流程线上化”工程主力系统之一。 该系统主要通过“报告模板创建、报告撰写、智慧审批、结构化数据搜集”四个功能模块,为信贷业务“营销尽调、审查审批、风险控制”人员提供业务支撑及决策管理服务。
2022年度城市金融服务优秀案例评选
九江银行
2023-05-26
日照银行:“黄海之链”供应链金融服务平台
黄海之链”平台于2021年8月18日上线,是日照银行推出的首个To B端金融服务门户网站。平台全面融合区块链、物联网、人工智能、大数据等智慧科技,将金融科技成果与实体经济场景有机结合,实现对产业链全链条、全周期、多维度金融服务需求覆盖,加速产业运行效率;通过数据要素全面运用,实现信息化、数字化和智慧管理;通过与商贸物流平台、交易市场、电子仓单系统等特色场景对接,打造“产业经济+金融服务”的数字化生态闭环,实现产业链交易全流程业务可视、数据可信、资产可控,有效解决上下游中小微企业融资难、融资贵问题。
2022第三届中小金融机构数智化转型优秀案例评选
日照银行
2023-05-26
生腾数据:启信天元大数据应用平台发布“产业金融”解决方案
启信天元大数据应用平台对公营销版重磅上线“产业金融平台”功能,并基于项目实践探索出了一套基于银行真实业务场景的产业金融解决方案,目前已在多家头部城商行、农商行落地。产业金融解决方案,基于启信产业链数据库、供应链数据库、园区数据库、商机事件数据库与启信天元大数据应用平台的数据应用能力,覆盖产业洞察分析、存量客户盘点、企业上链与分类分层、商机线索挖掘与分发、运营管理等产业金融全场景,助力中小银行提升产业金融服务质效,推动产融结合。
2024年“鑫智奖”第六届金融数据智能优秀解决方案评选
生腾数据
2023-05-26
贵阳银行:烟草e贷(烟商)
为进一步支持小微客户的稳定发展,精准支持小微客户稳定就业,提升小微客户金融服务质量和效率,贵阳银行通过引入省烟草局的烟草数据,采集多方数据信息进行比对,自建风控模型决策体系,2021年8月推出了针对烟草商户的自助贷款-“烟草e贷(烟商)”。“烟草e贷(烟商)”借助多方技术支持,实现贷款全流程线上化,大大降低小微企业融资成本,有效解决广大小微客户的融资难题,实现小微零售贷款业务“提速、增质、降价”。
2022年度城市金融服务优秀案例评选
贵阳银行
2023-05-26
微信
咨询
微信咨询
扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构