Представлен новый метод обучения ИИ-моделей для более точного прогнозирования поведения клиентов

Ученые из Центра практического искусственного интеллекта Сбербанка разработали новый фреймворк для обучения моделей искусственного интеллекта. Он использует большие языковые модели для создания векторных представлений пользователей из последовательности событий (клики, учебные активности, просмотренные страницы, медицинские записи и т. д.). Об этом CNews сообщили представители Сбербанка.

Инструмент поможет компаниям лучше понимать своих клиентов и предлагать им персонализированные банковские, медицинские и образовательные услуги. Научная статья с описанием метода LLM4ES: Learning User Embeddings from Event Sequences via Large Language Models принята на престижную международную конференцию по управлению информацией и знаниями CIKM.

Фреймворк преобразовывает последовательность событий в текстовый формат и обогащает их с помощью ИИ-моделей, чтобы учесть смысл и контекст каждого действия перед созданием его векторного представления. По сравнению с традиционными методами обучения представлений, новый метод учитывает семантику событий и позволяет создавать более информативные пользовательские представления для использования в разных задачах.

Финансовые организации могут использовать разработанный учеными Сбербанка метод для повышения качества сегментации клиентов, прогнозирования оттока, оценки кредитоспособности и обнаружения случаев мошенничества. Решение обеспечивает высокую эффективность персонализации в e-commerce и рекомендательных платформах, формируя детализированные профили пользователей. В сфере здравоохранения метод поможет врачам точнее прогнозировать состояния пациентов на основе клинических событий. В образовании он дает возможность создавать персонализированные траектории обучения.