玉山银新顾客大数据平台年底上线，携手台大用机器学习统整异质资讯，连PTT发言都成顾客分析情报

可能不久之后，当你在商城下单买了一个后背包、还上PTT论坛的旅游版与人交流后，金融业者就预测出你想出国旅行的企图，可以在货币低点时推播换汇资讯、信用卡又有哪些优惠。更以顾客需求为中心，来提供超精准又贴心的推荐，这是玉山银行预估今年底上线的新一代顾客大数据数据库，想要实现的目标。玉山还与台大电资学院合作，要将机器学习算法运用到更多金融场景之中，协助玉山银行更能预测客户的潜在需求，并且找出最适当的顾客对待方式。

台湾大学电资学院副院长陈信希解释，台大自然语言处理实验室将提供机器学习技术，将搜集使用者在各种网络平台上的异质源资料，利用自然语言处理技术、机器学习技术等来分析，进行完整探索。还会利用使用者意图分析与侦测技术、意见探勘和情感分析技术、还有趋势分析技术等，来建立出更好的预测模型。“推测出民众的意图，如结婚或旅游后，业者就可以针对需求更适时地提供推荐。”陈信希说道。

陈信希进一步解释，可以从网站搜集到使用者浏览或搜寻的行为，但像是PTT论坛上的讨论文章，就算是抒发心情的发言，“也提供了许多潜在性的讯息，台大将负责整合各种异质资料，善用各种不完整的资讯，来拼凑出更完整的使用者资讯。”他也特别强调，并非从银行与顾客的问答中，来获取顾客的意图（Intend），而是要更进一步搜集顾客在不同公开平台上，自然流露出的意图。借着运用机器学习，希望完成以顾客为中心的推荐机制、建立更先进的自动化模型，来提升模型预测力。

而另外一位参与玉山计划的台大资工系副系主任张智星则表示，他的团队负责钻研“系统性贴标”。将使用AI及机器学习的方式，自动产生一套，可用于个人及物件（网页、交易特店、PTT等）上，和金融相关的兴趣或主题标签，这些标签还设计了权重机制（Confidence Level）。例如可以设定多个标签来代表一个顾客有多方兴趣，每个标签可按相关程度来设定权重分数，可能有动漫迷标签有60%、3C达人标签则占了30%，剩下的10%则是棒球迷标签，针对不同标签各自权重，就可以产生更精准符合个人特质的推荐。

简单而言，张智星想建立一个360度全面性的顾客数据库，他计划将设计出，可以涵盖基本资料、账务资料、自媒体，或者是社交软件如FB、Line、行动App，到客服资料、行销活动的回应档、第三方支付的足迹等的标签，来作为整合性预测分析之用。台大团队负责机器学习算法研发，并采用SAS资料探勘与机器学习平台VDMML，来训练模型和预测分析。

玉山金控总经理黄男州则是特别强调，数位不仅冲击金融，也会冲击到日常生活的方方面面，“数据、创新跟顾客体验就是数位经济的三大支柱。”他表示，玉山特别看好大数据、区块链、AI、身份辨识以及电子支付这5大领域，而且玉山会持续挹注资源在Fintech的发展上 。