第章银行业务精准推荐副本.pptxVIP

Chapter3第3章银行业务精准推荐-副本

-3.1推荐系统简介3.2推荐算法3.2.1协同过滤算法3.2.2PersonalRank图推荐算法12343.2.4双塔模型5

Chapter3第3章银行业务精准推荐-副本Chapter3第3章银行业务精准推荐——推荐系统在新的时代背景下，银行的业务运营要么实现了互联网化，要么就是在互联网化的路上因为业务一旦互联网化，必然打通互联网设备、经营场景、金融产品和客户服务，使得客户、银行、合作商户三者在同一个场景融合起来，产生海量数据，这些数据涉及场景要素、客户行为、客户兴趣、供应价值、产品特征等方方面面如果能从这些数据中洞察商机，就会获得新的营销机会推荐系统是互联网应用最重要、价值最大的系统推荐系统从数据中分析客户与产品、服务的多种关联线索，既可以为业务推荐最合适的目标客户，也可以为客户推荐最合适的业务对银行来讲，推荐系统能直接提升销量和业绩

Chapter3第3章银行业务精准推荐-副本对客户来讲，推荐系统能提供需要的产品和服务，改善体验

不仅如此，推荐系统还能促进银行发展广告和增值服务等多种盈利模式

比如，银行使用推荐系统精准预测每个客户的广告偏好，就可以在手机银行里显示千人千面的动态广告，做到在同一个页面、同一个广告位，A客户和B客户看到不同的广告内容，而这都是他们喜欢的广告

一个好的推荐系统能提高广告的曝光量，提高广告点击率，为广告主带来客户信息流或客户转化流量

这是在互联网阵地下，企业争夺的关键资源

再如，可以在手机银行的某个增值服务板块入驻中医和西医服务商家，然后使用推荐系统预测不同客户对中西医的偏好，就能在同一个坑位里为A客户提供中医，为B客户提供西医，而这些都是他们各自需要的服务

在增值服务场景下，推荐系统帮助银行提升了客户留存、客户沉淀和客户活跃，提升了客户忠诚度

Chapter3第3章银行业务精准推荐-副本银行App的使用频率较低，客观上导致手机银行的客户活跃量有限好的推荐系统搭配好的内容运营，就能有效提升银行App的使用频率和用户规模而银行App的使用频率和用户规模一旦提高到一定程度，就能为下一步实现开放银行奠定生态基础在开放银行生态下，银行业务将无缝融入非银行线上场景，成为民众生活的一部分开放银行具有业态开放、平台开放、生态开放等特点，这是银行业发展的未来形态这样看来，推荐系统不仅是客户运营的关键，也是银行发展的关键从短期来看，推荐系统的作用有提高广告曝光与转化、促进银行业标的物销售、提高银行增值服务商生态繁荣、提高银行客户规模与活跃可以说，推荐系统对银行经营是非常有价值的

3.1推荐系统简介1

3.1推荐系统简介1995年，斯坦福大学在美国人工智能协会会议上推出了个性化推荐系统LIRA随后，雅虎、谷歌、NEC研究院、IBM等学术机构和商业巨头加入研究并相继推出了自己的推荐系统从此，推荐系统作为一门独立的技术进入快速发展阶段推荐系统大体包括以下技术：基于内容的推荐、基于协同过滤的推荐、基于关联规则的推荐、基于图算法的推荐、基于深度学习的推荐和基于图神经网络的推荐(1)基于内容的推荐(Content-asedRecommendation)是根据商品或内容的元数据，发现商品或内容的相关性，然后基于用户以前的偏好记录向用户推荐相似的商品基于内容的推荐最早主要应用在信息检索系统中

3.1推荐系统简介NEXT该技术有两大优点：一是不需要其他用户的数据，没有冷启动和稀疏问题

二是模型具有良好的可解释性

缺点是要求商品及用户兴趣都必须表达成结构化特征，无法使用其他用户的信息，如图3-1所示

图3-1基于内容的推荐

(2)基于协同过滤推荐(CollaborativeFilteringRecommendation)是推荐系统中应用最早且最成功的技术之一，包括基于用户的协同过滤推荐、基于项目的协同过滤推荐两种方式

基于用户的协同过滤推荐是先寻找与目标用户有相同偏好的用户，再根据这些用户的偏好来向目标用户推荐商品，本质上是利用用户喜好的关联性来互相推荐商品，如图3-2所示

图3-2基于用户的协同过滤推荐

3.1推荐系统简介基于项目的协同过滤推荐是先寻找商品和商品之间的相似性，再根据用户偏好将关联商品推荐给用户，如图3-3所示图3-3基于项目的协同过滤推荐(3)基于关联规则的推荐是用统计方法或概率方法来找到推荐规则的关联线索比如沃尔玛发现的购买尿布的用户，大概率会购买啤酒，就是一个经典的关联规则(4)基于图算法的推荐是将用户和商品的关联关系表达为一个图，其顶点分别为用户和商品，边为客户对商品的偏好图这种数据结构高效直观地反映待分析目标，可以方便地利用其他用户和其他商品的关联信息来为目标客户进行推荐，比如PersonalR