Tóm tắt Đề án Thạc sĩ: Xây dựng hệ khuyến nghị về sản phẩm vay cho khách hàng ở công ty tài chính sử dụng deep reinforcement learning

Hệ thống khuyến nghị (RS) đóng vai trò then chốt trong việc cá nhân hóa trải nghiệm người dùng và cung cấp thông tin hiệu quả trong nhiều lĩnh vực. Tuy nhiên, sự bùng nổ của dữ liệu và hành vi người dùng phức tạp đã đặt ra những thách thức đáng kể về độ chính xác, khả năng cá nhân hóa và tương tác. Trong bối cảnh này, Học tăng cường (Reinforcement Learning - RL) và đặc biệt là Học tăng cường sâu (Deep Reinforcement Learning - DRL) nổi lên như một giải pháp tiên tiến, có khả năng tối ưu hóa chiến lược đề xuất và nâng cao hiệu quả tương tác người dùng. Đặc biệt trong lĩnh vực tài chính, việc đề xuất sản phẩm vay phù hợp cho khách hàng không chỉ là yếu tố cạnh tranh mà còn quyết định sự hài lòng và phát triển kinh doanh.

Các nhà nghiên cứu và kỹ sư trong lĩnh vực Trí tuệ nhân tạo, Học máy, Hệ thống khuyến nghị, đặc biệt là Học tăng cường sâu; các chuyên gia và quản lý trong ngành tài chính, ngân hàng, và công nghệ tài chính (Fintech) đang tìm kiếm giải pháp cá nhân hóa sản phẩm vay.

Đề án này tập trung vào việc xây dựng một hệ thống khuyến nghị sản phẩm vay cho khách hàng tại một công ty tài chính, tận dụng sức mạnh của Deep Reinforcement Learning (DRL) để nâng cao hiệu quả và độ chính xác. Bối cảnh nghiên cứu xuất phát từ tầm quan trọng của hệ thống khuyến nghị (RS) trong việc cá nhân hóa dịch vụ, đặc biệt trong ngành tài chính, nơi sự cạnh tranh khốc liệt đòi hỏi các công cụ đề xuất sản phẩm vay thông minh. DRL được lựa chọn do khả năng vượt trội trong việc xử lý dữ liệu khan hiếm, cải thiện tương tác và nâng cao độ chính xác so với các phương pháp truyền thống. Mục tiêu chính của nghiên cứu là phát triển một mô hình DRL để khuyến nghị sản phẩm vay cụ thể cho từng khách hàng, đồng thời nâng cao kết quả khuyến nghị dựa trên các tiêu chí như hệ số RMSE. Để đạt được mục tiêu này, đề án bao gồm việc xây dựng một dataset phù hợp từ dữ liệu khách hàng và sản phẩm vay của Công ty Tài chính Cổ phần Tín Việt. Phạm vi nghiên cứu bao gồm tổng quan về Reinforcement Learning (RL) và DRL, cũng như các yêu cầu cơ bản và cách thức xây dựng RS khi ứng dụng DRL trong lĩnh vực vay tài chính. Phương pháp nghiên cứu bao gồm khảo sát lý thuyết về RL, DRL, RS, nghiệp vụ kinh doanh sản phẩm tài chính, và sử dụng nền tảng RecSim cùng tập dữ liệu thực tế. Hệ thống này có tiềm năng lớn trong việc cải thiện trải nghiệm khách hàng, tối ưu hóa chiến lược kinh doanh và tạo lợi thế cạnh tranh cho các tổ chức tài chính.