في عصر التسويق الرقمي، تلعب خوارزميات التوصية دورًا حيويًا في تعزيز تجربة المستخدم، وخاصةً في مجال الخدمات المالية. ومع ذلك، يواجه العديد من القائمين على هذه الأنظمة تحديات كبيرة تتعلق بالفرق الجوهري بين التفاعلات على الويب وغير المسجلة وبين تلك التي تحدث في التطبيقات المسجلة.

تقليديًا، يُرحب بالزوار غير المسجلين في استكشاف مجموعة متنوعة من المنتجات الجديدة، بينما يركز المستخدمون المسجلون على إدارة حساباتهم. هذا الاختلاف يشكل صدعًا يعوق الاستفادة الكاملة من إشارات النية المبنية على الويب.

ولمعالجة هذه المسألة، قدمنا إطار عمل جديد يهدف إلى تحسين التنبؤ بالنوايا عبر قنوات متعددة. يتحول إطار العمل هذا إلى أداة فعالة لتحويل بيانات النقرات الأولية إلى معلومات قابلة للتطبيق. يتم ذلك من خلال نموذج التعلم العميق القائم على تحويل البيانات (Transformer) والذي يقوم بتجميع البيانات في تمثيل مضغوط، يتيح تحليلًا أكثر دقة للسلوكيات عبر الإنترنت للشريحة المستهدفة.

علاوة على ذلك، تتضمن عملية استخراج تصنيفات النية باستخدام نظام لتوليد وتصنيف البيانات (LLM-based taxonomy generation) ما يسهل الفهم وتحسين جودة التوصيات. فقد أثبت نظامنا فعاليته بزيادة نسبة الاسترجاع بشكل ملحوظ، حيث أظهر تحسينًا بنسبة 1.88% في الأداء وقلل من الخسارة في الحسابات بنسبة 13.38% مقارنة بالمعايير القديمة.

بهذا الشكل، نكون قد أطلقنا العنان لإمكانات التخصيص في الخدمات المالية، مما يسهل تقديم توصيات أكثر دقة وشمولية تساعد الشركات على التعامل مع تغيرات السوق ومتطلبات المستخدمين بشكل أكثر فعالية.

كيف يمكن أن تؤثر هذه التطورات على صناعة الخدمات المالية؟ شاركونا آراءكم!