Анализ данных финансовых транзакций для предсказания поведения клиентов

В работе рассматривается алгоритм решения бизнес-процесса международного сервиса, предоставляющего возможности системы лояльности, используя банковскую карту. Основная идея исследования посвящена поиску способа определения отсутствующей информации транзакций клиентов. На основании текстовой информация о совершенной оплате (смс из банка), содержащейся в транзакции, исследуется наличие взаимосвязи с другими признаками набора данных. Текстовые данные представлялись в виде векторов, используя подходы «мешок слов», TF-IDF, Word2Vec, FastText, на их основании обучены модели логистической регрессии, случайного леса (Random Forest), FastText. Проводился анализ влияния очистки текста (приведение к нижнему регистру, удаление пунктуации, цифр) на качество классификации. Прирост качества показала очистка знаков пунктуации, остальные способы ухудшали результат. Удалось добиться приемлемого качества моделей – наилучший результат показали модели Word2Vec, FastText ~ 95% точности на тестовой выборке, составляющей 25% от всего набора.