技術名稱 探勘金融消費資料於客戶消費行為預測與個人化電子廣告標題生成
計畫單位 國立陽明交通大學資訊工程學系前瞻資料庫系統實驗室
計畫主持人 彭文志
技術簡介
本技術可剖析顧客行為模式以提供個人化自動服務。我們從兩個方向切入:(一) 建立顧客行為預測與推薦系統:透過消費資料庫為顧客建檔,發掘行為特徵,強化行銷策略與消費行為分析的連結;(二) 協同吸引力文章標題產生:解析顧客的社群點擊紀錄與消費關聯,了解「顧客-意圖-金融產品」複雜關係,產生個人化行銷標題。
技術影片
科學突破性
在成果量化指標上,我們的行為分析與推薦模型效能勝過隨機森林等模型達40。對於提升客戶簽帳的比例增幅達2.87倍。促進消費行為發生的轉換率達48.95。我們所研發的TemPEST模型勝過同樣是標題生成的BiSET模型達16。PORL-HG模型效能比較,認為PORL-HG較具吸引力達63.1。
產業應用性
本技術的發展透過與KKDAY以及玉山銀行的合作,並使用其時空資料庫、金融語意及圖像資料庫、社群網路身分資料庫等,一起探索數位經營中介模組所需相關技術。藉由分析使用者瀏覽消費紀錄等數據,分析客戶喜好與行為模式等特徵,藉以生成EDM內容,並且在合適的時間,將EDM送達目標使用者,促進消費行為的實際發生。
媒合需求
天使投資人、策略合作夥伴
關鍵字 數位經營中介模組 即時廣告 購買行為建模 推薦系統 個人化 電子郵件行銷 文章標題產生 協同過濾 顧客互動分析 適宜時機
備註
  • 聯絡人
  • 陳宜勤