中原银行：序列推荐算法在用户运营中的应用

本文来源于：2023年度城市金融服务优秀案例评选，作者：中原银行

2023-09-28 关键词：运营管理,智能营销,银行科技,算法1702

一、项目背景及目标

项目背景：

近年各大上市银行年报显示，零售转型已成为其优先推进的战略任务，零售业务从规模向高质量发展过渡。新发展阶段，零售业务亮点频出，成为增长新引擎，也给金融机构带来了挑战。如何为千万级甚至亿级别的零售客户提供个性化的金融服务成为了新课题。

银行业零售业务进入高质量发展阶段，挑战当前，人工智能成破局者。在国际竞争日益激烈的大背景下，国家加快构建“双循环”发展格局，把内需消费放在更为突出的地位，6亿多人人均月收入在1000元以下，零售消费金融业务仍存在相当增长空间。且随着我国“共同富裕”的进一步深化，低收入群体将有巨大增长空间，中等收入群体不断扩大，居民财富管理需求从单一的储蓄存款转向理财、基金、保险等多元化、多层次的财富管理领域，这给银行的个性化服务带来了巨大挑战。幸运的是，随着大数据及其相关技术的发展，通过使用数据挖掘技术、人工智能算法，可以从海量用户数据中提炼出普遍性的数据规律和构造个性化的数据模型，这给银行客户的个性化金融服务提供了解决方案。

目标：

通过采用大数据和相关算法，深入挖掘用户行为，为客户提供个性化金融产品服务。

二、项目/策略方案

项目方案：

1）数据收集和处理

数据来源为行内数据，用户的历史产品购买数据会被行内加密存储，本项目提取历史一段时间间隔内的用户购买产品历史行为，根据时间排序构造用户行为序列，将后一个行为作为待预测标签，后一个行为之前的行为作为特征数据，并根据时间点切分训练集和测试集，同时为了保证模型能够提取到行为上下文的关联信息，本项目还将少量特征序列行为进行掩码处理，构造完形填空任务提升该项能力。

训练数据格式如下：

其中代表用户购买行为，为加密的产品

2）模型构建

行内客户分为两类，一类为历史有购买产品行为，一类为历史从未购买过产品。针对*****类用户，本项目采用序列算法进行推荐，即利用1）阶段构造的数据训练模型，使用生成的模型推荐产品；对于第二类用户，本项目利用协同过滤的思想，利用客户画像找到与其相似的N个客户，为其推荐N个用户购买过的产品。如图1所示，*****类用户采用的模型为Bert模型，输入用户当前的购买序列，可直接得到推荐结果，第二类通过客户画像如基本信息、资产信息、交易行为等信息判定相似性，进而做协同推荐。

*****类客户采用的模型为业界先进的序列推荐模型Bert(Transformer的encoder部分)，其核心思想是一种自注意力机制，每个行为都会关注到该行为的上下文，计算与序列中每一个行为的相似度，并加权融合作为当前行为的特征表示，而将待预测的下一个行为设置为[MASK]，作为序列后一个行为，即可通过当前位置的行为编码来预测下一次购买行为。

图1 用户产品推荐整体流程

如图2 b）所示为序列推荐详细模型结构，输入为用户行为序列，后一个位置的编码向量预测下一个行为作为输出。其中Trm模块为上下文编码结构，用于提取该位置的上下文信息。

图2 a)transformer层 b)序列推荐模型结构

模型构建完成后，我们分别对比了当前算法和其他算法的效果如下表所示：

算法	Recall@1
热门产品推荐	0.161
ItemCF	0.176
GCN	0.222
Bert	0.41

其中，即预测下一个正确的客户数除以所有用户数，可以看出本项目提出的算法Bert大幅领先于其他算法。

三、创新点

本项目创新点在于将传统算法的单个行为建模方式优化为整合用户所有行为到一个编码向量中，使离散的信息聚合，且考虑了用户行为序列的时间顺序，联合行为上下文进行下一个行为的推荐。

四、项目过程管理

项目各阶段时间周期如下表：

项目阶段	开始日期	结束日期
数据收集和处理	2023-06-12	2023-07-29
模型构建	2023-08-01	2023-09-15

五、运营情况

项目现已上线大数据营销系统，试运营中。

六、项目成效

试运营中，每周为10W+客户提供金融产品推荐，预计相较原算法相比，可带来千万级别的储蓄额增量，每年可为银行带来2亿+的储蓄额增量，并为客户提供了丰富多样的金融产品，便于客户进行个性化适配选择。

七、经验总结

本项目的成功实施证明了数据产生价值，可助力银行提供更优质的个性化服务。本项目提出的算法更好地利用了用户的历史行为，深入理解用户，从而推荐结果更精准，为客户提供更多价值。启示我们更加重视数据，深入挖掘数据中隐含的业务价值，从客户自身的需求出发提供更优质的服务。

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

工商银行发布 | 《商业银行人工智能应用实践及趋势展望》

银行业人工智能应用路在何方？近日，工商银行金融科技研究院发布《商业银行人工智能应用实践及趋势展望》，从五大方面对人工智能应用进行了深度剖析。

轻金融中国工商银行金融科技研究院 2023-09-28

宁波银行：电子函证系统

为实现函证业务的规范化、集中化和数字化，宁波银行上线了电子函证系统，实现函证业务全流程集中操作和信息一键查询。

2022年度城市金融服务优秀案例评选宁波银行 2023-09-28

重庆三峡银行：新核心、新起点、新使命——新一代核心系统项目

重庆三峡银行新一代核心系统项目涵盖“1+8+N”60个系统新建及升级改造，推动我行技术架构、应用架构、数据架构、安全架构的全面转型升级，引入大数据、云计算、微服务、SOA、双中心双活、自动化部署、CI/CD流水线技术等前沿金融科技，对内构建具备先进性、兼容性、稳定性、前瞻性的全新分布式系统架构，对外打造产品创新敏捷化、客户定价差异化、业务流程智能化、营销渠道多元化、交易核算分离化、合约管理统一化、风险防控全面化的数字服务体系，全面支撑我行高质量发展、数字化转型的战略规划需求。

2022年度城市金融服务优秀案例评选重庆三峡银行 2023-09-28

中信证券：智能营销平台

中信证券始终以为客户提供优质的金融产品和金融服务作为自己的责任，在日常的业务开展中不断的总结经验，针对不同特点的客户深耕细化自己的服务水平和金融产品，不断的优化自身的服务模式。正是在这样的大背景下，中信证券智能营销平台应运而生。

2023-09-28

索信达控股：灵犀5.0金融智能营销解决方案

索信达控股-灵犀5.0金融智能营销解决方案以满足“客户需求”为中心，将AI大数据技术与银行零售、对公等业务流程有机融合，通过全流程网络化、数字化、智能化改造，打造以智能营销平台、实时营销平台、个性化推荐系统、客户标签管理系统、客户画像系统、营销内容管理系统等6大产品模块为核心的智能整合营销中心，帮助银行快速落地智能化的营销平台体系，全面提升数字化营销能力。

“鑫智奖”2021第三届金融数据智能优秀解决方案评选 2023-09-28

招商银行信息技术部零售研发中心团队负责人唐山峰：招商银行亿级客群智慧营销引擎建设实践

随着移动互联网的普及，手机银行等App已成为各大银行服务客户的主要渠道，客户习惯于通过线上App便捷地办理收支查询、转账汇款、理财交易等各类金融业务，这为银行带来仅次于互联网头部媒体的海量线上客户流量。以招商银行为例，其手机银行和掌上生活两大App的月活跃用户数量(MAU)已超过1.1亿。如何做好线上亿级客群的个性化精准营销工作，实现活跃、留存、转化的可持续提升，既是银行在客户经营领域的重要课题，也是其数字化经营能力的重要体现。

中国金融电脑唐山峰 2023-09-28

选型库

金融行业全面的数智化创新解决方案，涵盖历届“鑫智奖”参评方案及选型库会员机构提交的金融行业解决方案

运营管理
智能营销
银行科技
算法