분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
IBA - 💸 사회초년생의 대출경험 혁신을 위한 반사실적 iF어드바이저와 금융 상품 추천 서비스
공동작성자
안녕하세요.
Team_IBA입니다.
<제안 배경>
사회초년기 형성된 재무적 태도는 장기적으로 영향을 미칠 수 있으므로, 사회초년생의 올바른 재무관리는 경제 활동 초기 중요성이 더욱 증대됩니다.
그러나 사회초년생의 증가하는 대출 연체 문제와 함께, 현 대출 서비스는 대출의 커버리지 확대에 초점이 맞춰져 있습니다.
이에 사회 초년생의 대출 시점에 적절한 재무적 피드백과 실행 가능한 금융 상품까지 추천함으로써
대출 거절자는 물론, 대출 승인자의 대출건정성까지 모두 제고할 수 있는
반사실적 사고 기반의 iF 어드바이저와 금융 상품 추천 시스템을 구축하였습니다.
프로젝트 절차는 아래와 같습니다.
----
<Part 01. 반사실적 설명을 위한 기초 모형 구축>
1-1. 데이터 탐색 및 전처리
1-2. 반사실적 설명 생성을 위한 기초 모형 구축
<Part 02. 반사실적 설명 예제 생성>
2-1. 대출 신청자들에 대한 반사실적 설명 생성
2-2. 대출 신청자들의 기본 프로필 구축 및 설명 결과 결합
<Part 03. 생성형 AI를 활용한 피드백 및 상품 추천>
3-1. 금융상품 DB 수집 및 전처리, 튜닝
3-2. 생성형AI를 이용한 설명문 생성 및 추천 로직 구현
(GPT 챗봇 구동 시 토큰 문제로 에러가 발생할 수 있습니다. 그때는 런타임을 종료 후 다시 실행하시면 정상적으로 이용 가능합니다.)
---
전체 파일 및 노트북은 구글 코랩(프로) 환경에서 구동되었으며, 아래 코드에서 확인하실 수 있습니다.
https://drive.google.com/drive/folders/1Z9CLHg6CAjlXE_13nKv9touctwlo7i77?usp=sharing
감사합니다.
좋은 아이디어네요~^^ 화이팅입니다!!
대출과 연체 문제를 안고 시작하는 사회초년생들.. 필요하겠군요!
사회초년생들을 위한 좋은 아이디어 인 것 같습니다!
코드 잘 읽어보았습니다! 데이터는 어떻게 구하셨어요?
앞으로가 더 기대가 되네요
안녕하세요. IBA팀 리더 minshu님께서 참여하셨던 작년 KRX 공모전 작품을 영앤리츠 팀이 minshu님 작품을 도용한 것 같습니다.
금융 쪽에 관심이 있던터라 작품을 찾아보았었는데 오늘 토크에 올라온 게시물을 보고 비교해보니 누가 봐도 똑같은데 인정을 하지 않고 있습니다.
꼭 짚고 넘어가야 하는 것 같아 댓글 남깁니다.
https://dacon.io/competitions/official/236088/talkboard/408332?page=1&dtype=recent
ㅎㅇㅌ
몰라서 이용 못하는 것들이 은근히 많은데 이 기술이 도입되며 그런 부분이 많이 해결되겠어요
좋은 아이디어 앞으로가 기대됩니다.
좋은 작품 감사합니다. 특히 DiCE의 활용에 대한 공부가 많이 되었습니다.
"(1) 페르소나별 유저 설명 생성 " 부분에서 질문이 있는데요.
1. Dice 모델로 예시 고객을 찾을때 대다수 고객(instance_number)에게서 반사실적 설명 변수를 찾을 수 없다는 오류가 반환되었는데 원래 이런 건지 아니면 일부에게만 서비스를 제공할 수 있는 건지 궁금합니다.
2. 반사실적 설명(Diverse Counterfactual set)이 생성되면 1개 이상의 변수에 변화 값이 표시되는 경우가 있는데, 어떤 기준으로 한가지를 선택하신 건가요?
안녕하세요, 저녁 식사는 하셨는지요? 아주 날씨가 좋네요 :)
다른 데이터셋을 사용하신 경우, 반사실적 설명은 데이터 셋에 따라 일부 Counterfactual Explanation이 존재하지 않는 경우도 있습니다. 때문에 사용하신 데이터 셋의 특성을 고려해보심이 좋을 듯 합니다. (본 프로젝트의 경우 10% 정도의 결측치가 발생합니다.) 나아가 이번 프로젝트에서 사용한 DiCE 외에도 반사실적 설명을 생성하는 다양한 방법론이 있습니다. 해당 인스턴스에 대한 반사실적 예제를 어떻게 최적화할 것인가를 두고 SHAP나 다른 인과추론 방법론을 적용하는 연구도 활발히 진행되고 있습니다. 때문에 다른 반사실적 방법론을 적용해보시면 설명 결과를 찾으실 수도 있으실 것으로 생각됩니다.
또 이번 프로젝트의 경우, PoC임을 고려하여 여려 변수의 변화값 중 변수 정의와 도메인을 함께 고려해 가장 적합한 변수를 선정하였으나, 기본적으로 대출 자체가 하나의 변수 변화로 설명되는 부분이 아니기 때문에 실제 적용 시에는 여러 변수를 동시에 제시할 수 있을 것 입니다. 뒷단의 추천 로직에도 이를 반영할 수 있구요! 프롬프트 엔지니어링을 통해 여러 변수와 대출 신청 고객의 특성을 함께 고려할 수 있습니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
사회초년생에게 도움이 많이 되겠어요~