Ứng dụng deep learning trong gợi ý sản phẩm vay tiêu dùng cho khách hàng tín dụng

Abstract

Ngành tài chính tiêu dùng đóng vai trò quan trọng trong việc đáp ứng nhu cầu tài chính cá nhân, nhưng các hệ thống gợi ý sản phẩm truyền thống như lọc cộng tác còn hạn chế về tính cá nhân hóa và độ chính xác. Nghiên cứu này ứng dụng mô hình học sâu Long Short-Term Memory (LSTM) nhằm phát triển hệ thống gợi ý sản phẩm vay tiêu dùng, khắc phục các hạn chế trên. Mục tiêu là xây dựng mô hình sử dụng dữ liệu lịch sử giao dịch và thông tin nhân khẩu học để đưa ra gợi ý sản phẩm chính xác và phù hợp hơn. Phương pháp nghiên cứu bao gồm thu thập, xử lý dữ liệu, thiết kế và triển khai mô hình LSTM, đồng thời đánh giá hiệu suất qua các chỉ số như độ chính xác và F1-score. Kết quả cho thấy mô hình LSTM có hiệu xuất cao, cung cấp gợi ý cá nhân hóa hiệu quả hơn, nâng cao sự hài lòng của khách hàng và tối ưu hóa hoạt động của tổ chức tài chính. Nghiên cứu kết luận rằng việc áp dụng học sâu không chỉ cải thiện trải nghiệm khách hàng mà còn hỗ trợ các tổ chức tài chính phân tích hành vi người dùng và tối ưu chiến lược kinh doanh. Hệ thống này có thể mở rộng bằng cách tích hợp dữ liệu thời gian thực và kết hợp với các mô hình như chấm điểm tín dụng, dự đoán khả năng vay để cung cấp giải pháp toàn diện hơn trong tương lai.