|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CHAID (Chi-squared Automatic Interaction Detection) – алгоритм, использующий в качестве критерия построения следующих уровней узлов значимость результата статистического теста. На каждом уровне дерева на основе результатов тестов алгоритм выявляет независимую переменную, оказывающую наибольшее влияние на зависимую переменную, и затем исходя из этого результата выстраивает следующий уровень узлов. Затем алгоритм повторяется и выявляется следующая переменная, оказывающая наибольшее влияние на результат. В результате выполнения алгоритма, кроме дерева классификации, выделяются наборы признаков, которые сильнее всего влияют на результат. Последние исследования в различных областях показывают, что деревья классификации уступают в эффективности логистической регрессии [9]. Еще одним недостатком этого подхода является склонность деревьев к «переобучению», что негативно сказывается на результатах модели при сильном изменении структуры или разбросе значений входных данных [10]. Широко используются и искусственные нейронные сети. В основе нейросетей лежит представление о том, что нейрон – это простой элемент, который можно промоделировать. А вся сложность человеческого мышления происходит из огромного количества нейронов (в человеческом мозгу их более 1010) и сложности связей между ними. Нейросеть позволяет обнаружить сложные, нелинейные и нетривиальные зависимости между характеристиками клиента и его платежеспособностью: вернет ли он кредит в срок или нет, которые невозможно обнаружить с помощью логистической регрессии и деревьев классификации [10]. Искусственные нейронные сети уже широко применяются в крупных финансовых компаниях: Lloyds Bowmaker Motor Finance использует нейросети для принятия решений в автокредитовании; Security Pacific Bank – в кредитовании малого бизнеса и так далее. Самым важным недостатком нейросетевых моделей является сложность интерпретации, так как структура нейронной сети не позволяет описать взаимосвязи простым способом. Следующий метод – метод случайного леса, который также называется композицией деревьев. Для реализации алгоритма строится несколько деревьев решений для различных комбинаций обучающей выборки. Финальная классификация происходит путем усреднения результатов всех поддеревьев, этот результат и является решением задачи кредитного скоринга. Преимуществами применения данного метода являются высокая масштабируемость алгоритма и распараллеливание вычислений. Кроме того, ошибка алгоритма не увеличивается при увеличении числа алгоритмов. Недостаток – большой размер моделей и, следовательно, большие затраты на вычисления [13]. Метод опорных векторов является обучающейся моделью для анализа данных и распознавания образов, использующейся для классификации и регрессионного анализа. Суть метода – повышение размерности пространства, что позволяет обнаружить разделяющие гиперплоскости между исходными векторами значений. Наивный байесовский классификатор – простой вероятностный классификатор, основанный на применении теоремы Байеса со строгими предположениями о независимости. Несмотря на грубые допущения, байесовский классификатор очень хорошо работает в сложных реальных ситуациях и не требует большого количества данных для обучения. Классификатор достиг хороших результатов по задаче прогнозирования оттока для индустрии беспроводной связи [14]. Методы для кредитного скоринга (credit score)Одно из самых популярных направлений банковской деятельности, в которой используют методы машинного обучения, – это кредитный скоринг, то есть оценка кредитоспособности клиентов. Для проведения риск-менеджмента при кредитовании и повышения доходности кредитных операций банку необходимо объективно оценить кредитоспособность клиента, и для этого используется большое количество данных о клиенте: данные заявлений, данные о счетах, кредитная история и так далее. Анализируется и персональная информация о клиенте, так как существует очень много факторов, которые могут повлиять на то, вернет ли клиент кредит в срок или нет. Данная мера предосторожности при розничном кредитовании позволяет оценить кредитные риски банка и не может быть проигнорирована, особенно при текущей ситуации роста кредитования в РФ [15]. Всего в кредитном скоринге выделяются четыре следующих направления:
Как правило, машинное обучение используется для Application-scoring, но это не исключает использования методов машинного обучения для остальных видов скоринга. Для анализа используются доступная информация о клиенте, персональные данные, история и т.д. Результирующей зависимой переменной является заключение о том, кредитоспособен ли потенциальный заемщик или нет, или же классификация заемщиков на несколько классов [16]. Какой метод машинного обучения выбрать в кредитном скоринге? Для тестирования эффективности применения рассмотренных выше методов будет использован набор заявок на кредиты со следующими характеристиками:
Структура обучающих данных состоит из полей:
Результатом является факт, был ли возвращен кредит в срок или нет. Для проведения экспериментов были использованы возможности языка программирования Python. Для сравнения эффективности применения методов использована точность (precision) классификации. Как видно по этим результатам (см. таблицу 1), линейная регрессия обладает худшим качеством, из чего следует, что связи между переменными при решении задачи скоринга обладают нелинейными зависимостями. Таблица 1. Сравнение методов для кредитного скоринга
Применение дерева решений и случайного леса показывает большую разницу между результатами на обучающем и тестовом множестве, что свидетельствует о переобучении модели. Самый высокий и стабильный результат получен с использованием нейросети. Но при использовании нейросети для целей кредитного скоринга нужно помнить, что при разных параметрах нейронной сети результаты различны. Чтобы избежать переобучения модели, всегда необходимо проверять результаты на обучающем и тестовом множестве. Методы для предсказания ухода клиентов (churn prediction)Управление отношениями с клиентами (CRM) – это комплексная стратегия построения, управления и укрепления лояльных и долгосрочных отношений с клиентами. Она широко используется и применяется в сферах банковского страхового, розничного рынка и т.д. В рамках данной стратегии одной из главных задач компании является сохранение клиентов. Важность этой задачи очевидна, учитывая тот факт, что стоимость приобретения клиента гораздо больше, чем стоимость удержания клиента (в некоторых случаях в 20 раз дороже [17]). Таким образом, инструменты для разработки и применения моделей удержания клиентов (моделей оттока клиентов) необходимы [18]. Уход клиентов может быть результатом низкого уровня удовлетворенности клиентов, агрессивных конкурентных стратегий, отторжения новых продуктов и т.д. Модели оттока призваны выявлять ранние сигналы оттока клиентов и распознать клиентов, которые с высокой вероятностью собираются уйти [19]. Для методов машинного обучения необходимо собрать обучающие данные, главная задача которых максимально подробное описание клиента. Для этой цели могут использоваться следующие показатели:
Целевая переменная, показывающая вероятность оттока, очевидно, напрямую зависит от изменения транзакционной активности клиента, а также от категории клиента, его персональных данных и так далее (например, клиент, который обслуживается в этом банке уже много лет, поменяет его с меньшей вероятностью, чем клиент, который открыл свой счет только месяц назад). После определения группы клиентов с повышенным риском оттока применяются методы удержания клиентов путем предоставления выгодных акций, предложений и т.д. [20]. Какой из методов машинного обучения оптимален при предсказании ухода клиентов? Для тестирования были использованы данные банков с информацией о клиентах и их уходе из банка, предоставленные в открытом доступе, со следующими характеристиками:
Структура обучающих данных состоит из полей:
Результатом является факт, ушел ли клиент из банка или нет. Для проведения экспериментов были использованы возможности языка программирования Python. Для сравнения эффективности применения методов использована точность (precision) классификации – доля объектов, действительно принадлежащих классу, относительно всех объектов, которые система отнесла к классу. Как видно по этим результатам (см. таблицу 2), линейная регрессия, логистическая регрессия и байесовский классификатор обладают низким, но стабильным качеством оценки. Дерево решений и метод опорных векторов переобучились, имея стопроцентный результат на обучающем множестве, но очень низкий результат на тестовом множестве. Таблица 2. Сравнение методов для предсказания ухода клиентов
Оптимальный результат показало применение случайного леса. Эта модель имеет стабильное и высокое качество оценки. Но при этом необходимо учитывать, что применение данного алгоритма может привести к дополнительным затратам в ИТ-инфраструктуре, поэтому перед принятием решения использовать данную методику необходимо оценить финансовую эффективность ее внедрения. Методы для обнаружения мошенничества (fraud detection)В банковской деятельности действия мошенников наносят вред не только материального и денежного характера, они подрывают один из самых ценных и сложно добываемых качеств банка – доверие клиентов и репутацию. Коммерческие компании теряют около 5% годовой выручки из-за мошеннических операций, более 150 000 долларов теряют компании в результате внутреннего мошенничества сотрудников, а потери компаний, не использующих системы обнаружения мошенничества, в среднем в два раза больше вышеуказанных [21]. Виды мошенничества в банковских системах подразделяются на внешние – когда мошеннические действия проводятся злоумышленниками, находящимися за пределами банка, и внутренние – когда к ним причастны непосредственно сотрудники банка. По каналам реализации мошенничество подразделяется на следующие виды:
Для разных мошеннических схем характерны разные действия по подготовке и реализации, следовательно, для обнаружения также используются разные методики с разными обучающими данными [22]. Применение машинного обучения позволяет снизить риски от преступной деятельности, частоту ошибочного определения мошенничества и количество пропусков реальных случаев мошенничества. Так, крупная финансовая компания American Express использует системы, основанные на нейронных сетях, для выявления мошенничества в использовании кредитных карт. В основу анализируемых данных ложатся результаты многоуровневого мониторинга информационных систем организации и аналитика всех событий в режиме реального времени. Для анализа используются история транзакций, мониторинг активности клиентов, мониторинг частоты платежей, изменения профиля учетной записи, мониторинг взаимодействия между учетными записями, частые денежные переводы с разных счетов на один и т.д. [23]. Методы машинного обучения в данном случае призваны выявить шаблоны мошеннических операций, обрабатывать сложные сигналы (видео, аудио), обнаруживать сложные и быстроизменяющиеся зависимости и т.д. Какой из методов машинного обучения выбрать для обнаружения мошенничества в банке? Для тестирования были использованы данные банков с информацией о финансовых транзакциях, проведенных банком, которые находятся в открытом доступе, со следующими характеристиками:
Структура обучающих данных состоит из полей:
В результате получается информация о том, является ли транзакция мошеннической или нет. Для проведения экспериментов были использованы возможности языка программирования Python. Из-за того, что искомое событие очень редкое, для сравнения эффективности используем меру полноты классификации – доли найденных объектов, принадлежащих классу, относительно всех объектов этого класса в выборке. Проанализируем этот показатель отдельно для обычных операций и мошеннических. Результаты очень неровные, что является следствием структуры обучающей и тестовой выборок (см. таблицу 3). Поэтому для выбора метода, который следует применять, необходимо решить, что именно является приоритетом для банка: чаще обнаруживать мошеннические операции, но с ними и классифицировать часть нормальных операций тоже как мошеннические, или выявлять мошеннические операции реже, но зато без ошибок. Таблица 3. Сравнение методов для обнаружения мошенничества
Лучше всего себя показало применение двух методов – деревьев решений и случайного леса, обнаруживших больше всего мошеннических операций на тестовом множестве. //Результаты анализа свидетельствуют о том, в банковской сфере разные методы машинного обучения демонстрируют разные результаты при различных структурах данных, поэтому невозможно определить один наилучший метод. При использовании этих методов в реальных ситуациях необходимо после обучения провести оценку результатов и выбрать оптимальный для данного случая метод.
Комментарии отсутствуют Комментарии могут отставлять только зарегистрированные пользователи
Вакансии на сайте Jooble
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
RAMAX Group получила партнерский статус уровня Gold по продукту Tarantool 
На RIGF 2024 обсудили ключевые вопросы цифрового развития России 
OS Day 2024: «Архитектурные аспекты безопасности операционных систем» 
Биометрические пароли и карманные дата-центры: россияне рассказали, чего ждут от «Экономики данных» 
Какой из методов машинного обучения хорош для применения в кредитном скоринге, предсказании ухода клиентов и обнаружении мошенничества в банках?
_cover.jpg)
