旅游网站建设公司,crm客户管理系统模板,泗阳做网站的,找个网站懂的网站各位同学大家好#xff0c;我是Toby老师。2023年金融科技建模大赛#xff08;初赛#xff09;从今年10月14日开始#xff0c;11月11日结束。 比赛背景
发展数字经济是“十四五”时期的重大战略规划。2023年#xff0c;中共中央、国务院印发了《数字中国建设整体布局规划》…各位同学大家好我是Toby老师。2023年金融科技建模大赛初赛从今年10月14日开始11月11日结束。 比赛背景
发展数字经济是“十四五”时期的重大战略规划。2023年中共中央、国务院印发了《数字中国建设整体布局规划》提出建设数字中国是数字时代推进中国式现代化的重要引擎是构筑国家竞争新优势的有力支撑。加快数字中国建设对全面建设社会主义现代化国家、全面推进中华民族伟大复兴具有重要意义和深远影响。其中做强做优做大数字经济推动数字技术和实体经济深度融合在农业、工业、金融、教育、医疗、交通、能源等重点领域加快数字技术创新应用。金融科技聚焦数字经济时代之下的金融领域其在大数据、人工智能、云计算等颠覆性科技在金融行业的创新应用正在深刻影响金融业务的发展和转型。金融科技正成为金融发展不可或缺的核心要素。
在此背景下由四川省教育厅主办西南财经大学承办“2023年全国大学生金融科技建模大赛暨第四届四川省大学生金融科技建模大赛”将于10月14日开赛。本届大赛得到四川新网银行股份有限公司和东方财富信息股份有限公司的大力支持将金融科技建模大赛定位成全国一流的新财经学科竞赛。现将有关事项通知如下
一、组织架构
主办单位四川省教育厅
承办单位西南财经大学
协办单位西南财经大学金融学院、西南财经大学教务处、西南财经大学经管实验教学中心、西南财经大学金融建模协会
支持单位四川新网银行股份有限公司、东方财富信息股份有限公司
二、比赛目的
2023年全国大学生金融科技建模大赛暨第四届四川省大学生金融科技建模大赛面向全国高校全日制专科生、本科生及研究生提出金融行业的智能决策问题要求参赛选手利用脱敏数据自发探索宏观数据完成建模过程、呈现解决方案。旨在通过赛事帮助参赛者触摸金融科技行业前沿课题学以致用培养解决实际问题的综合能力和知识应用能力。
三、赛项说明
1.参赛对象本次大赛面向全国高校的全日制专科生、本科生和研究生
2.参赛语言Python
3.赛题设置本次比赛的主题是“客户复购行为预测”。银行不仅关注新客户获客也关注老客户的复购行为希望增加客户黏性。客户在金融产品和服务上的重复购买行为越多客户黏性越大。银行可以通过识别这些黏性客户更好地分析他们的需求并向他们推送新产品进行客户关系管理。本次比赛的目标是对客户复购频率的三分类预测。比赛选手需要根据客户信息包括基础客户画像信息、产品购买行为信息以及第三方客户画像补充信息预测客户复购行为标签低频0、中频1、高频2并根据客户平均价值低频1、中频3、高频5在独立样本上检验预测准确性加权准确性。
4.参赛形式参赛形式为个人赛每人需填报一名指导老师指导老师需为本校专兼职教师。
四、竞赛流程
一竞赛报名
1.报名时间2023年9月29日-2023年11月11日
二竞赛时间
报名阶段9月29日-11月11日
本次大赛使用为该赛区专门搭建的基于Python程序语言的在线竞赛平台Credit Lab线上报名参加按要求填写、上传相关信息并通过审核后完成报名。
初赛阶段10月14日-11月11日
初赛时间为10月14日至11月11日选手在报名审核通过后直接在比赛平台提供的云服务器进行模型构建和结果提交比赛平台会自动对代码进行查重并且生成查重报告。除比赛提供的脱敏数据外选手可使用choice数据库探索宏观数据优化模型。
复赛阶段:11月11日-11月22日
复赛为11月11日至11月22日初赛阶段选手综合排名分数计算方式章程中附件2中初赛评分标准前50%的选手有资格进入复赛。复赛阶段组委会将更换数据集复赛结束后将进行资格和结果复审并按奖项设置颁发奖项。综合成绩靠前的选手将被邀请参加决赛。
决赛阶段:11月30日
决赛形式为现场或线上答辩参赛选手对自己的建模思路进行展示评委会会对知识和能力进行提问组委会依据决赛最终成绩决出特别奖项。时间暂定为11月30日。 比赛评分规则 参赛数据说明 开箱点评
这次模型竞赛目标变量有三个类别比之前二分类模型要难。分类统计发现属于非平衡数据0低频1中频2高频的人群占比分别为65%20%14.6%。看来消费频率高的人群占比并不高只有14.6%。营销只要抓住了这14.6%高价值人群即可实现利润最大化行内人俗称智慧营销。智慧营销具体介绍可以参考之前文章《RMF模型-实现银行信用卡用户分级_电商VIP客户挖掘(精准营销/智慧营销)》《谁主沉浮银行消金互联网公司的精准营销_智慧营销完全解读收藏》。 这是比赛数据的表格。 这次模型竞赛的建模有3个表格需要整合分别是X1_trainX2_trainX3_train。X1_train和X3_train是基础客户画像信息和第三方客户画像补充信息共69个变量用客户编号即可把这两个表数据链接在一起。X2_train是客户上一年产品购买行为信息属于行为数据隐藏了大量重要信息但没法直接通过客户编号与其它2个表格整合。但我们可以写脚本数据预处理从X2_train表里提取有价值衍生变量组合到其它两个表里。
我把数据整理一下整合为data.xls数据集给大家看看。 这次竞赛有大量数据预处理工作包括很多变量没有价值需要删除。例如下图变量绝大多数值为空缺值或全部为空缺值这些变量对模型没有意义应该删除。 数据存在大量字符串类型数据的变量需要转换为数值型后才能建模。 我转换后把数据保存为encode_data.xls,大家看转换后就没有字符串数据类型的值了。 通过变量价值评估我发现很多变量价值低。我把价值含量低变量删除只五十五个变量。 通过相关性分析发现大量高相关性变量。我们还能删除大量变量预估20多个变量入模即可。 这次竞赛是三分类器模型我建模后得到target0的性能如下
precision 0.90327381
sensitivity0.70417633
f1_score0.79139505
具体实现多分类器模型脚本在《python风控建模实战lendingClub》课程的《机器学习多分类模型解决方案-multiClass》章节可以找到有现成脚本下载。 我把target的0和1合并后建立筛选VIP客户的信用评分卡模型下图见AUC: 0.79。模型质量还不错。 通过设置评分卡我们可以生成客户信用分数如果信用分数越高客户购物意愿越强反之亦然。我们看客户编号为2的信用分数较高为735分购买意愿强可以发送给营销部门重点推广。我们观察到客户编号为18的客户信用分数为570分分数较低购买意愿不强不需要在这个客户上浪费营销资源。 构建python信用评分卡模型具体代码和理论可以收藏课程了解教程《python信用评分卡建模附代码》。 模型竞赛总结-僵尸数据
此模型竞赛整体设计较好有一定难度特别是在数据预处理上需要花很多功夫不仅要关联3张表格还要筛选有价值变量处理各种数据类型的值。
模型竞赛不足的是变量没有中文释义而且很多变量是脱敏后数据缺乏实际意义。我们对这样数据称为僵尸数据这样模型竞赛称为僵尸模型竞赛。参加僵尸模型竞赛不能得到有价值业务意义只能为了玩数字游戏而玩数字游戏。比如我们在变量重要性分析时候发现A3是一个非常重要变量但不知道A3到底是什么这样结论没法反馈到业务方。
变量没有中文释义容易产生数据泄露问题。X2_train里存储着行为变量我们可以从中挖掘大量有价值衍生变量。但这些行为变量可能发生数据泄露情况需要业务知识来判断。我们不知道变量中文释义就没法用业务知识筛选数据泄露变量进而为模型存在隐患埋下伏笔。我之前写过数据泄露的相关文章可参考《数据泄露-揭秘机器学习模型如何作弊》。
我建议模型竞赛举报方以后用真实数据为学生建模这样学生既能提高建模能力又能把得到重要结论反馈给业务方还能加深对业务理解能力。
作为写论文学生这样模型竞赛很那用于写论文。没有中文释义变量怎么做用户画像
因为僵尸数据我不想在这项目花费太多时间只从X2_train里衍生了一个B3变量入模这个变量看着像客户评级根据经验应该能提升模型。我相信很多参赛者的模型性能比我好他们从X2_train里提取了更多变量。 唯一能够解释主办方用脱敏数据理由是担心泄露公司内部商业信息Toby老师觉得主办方大可不必这样担忧。美国lendingclub捷信举报的模型竞赛能够提供真实数据我们只要隐藏客户身份证电话等敏感信息即可客户编号0,12又不能说明客户真实身份。即使我们通过数据挖掘发现一些问题也可反馈给业务方做出重大贡献就像hacker找出bug,这是有利事情。隐瞒糟糕业务不一定是好事就像恒大集团不断隐瞒债务风险最终暴雷。如果恒大集团早点发现和处理公司风险就不会沦落成过街老鼠的形象了。
总之我呼吁大家去参加基于真实数据的模型竞赛可以获取最大收益。我期待明年主办方能提供更好数据为大家参赛。
欢迎学习更多风控建模相关知识《python金融风控评分卡模型和数据分析微专业课》我们提供专业评分卡模型等知识实现自动化信用评分功能。
原创作者Toby文章来源公众号python风控模型2023年金融科技建模大赛初赛开箱点评
