摘要
●技術簡介：
本技術可剖析顧客行為模式以提供個人化自動服務。我們從兩個方向切入：(一) 建立顧客行為預測與推薦系統：透過消費資料庫為顧客建檔，發掘行為特徵，強化行銷策略與消費行為分析的連結；(二) 協同吸引力文章標題產生：解析顧客的社群點擊紀錄與消費關聯，了解「顧客-意圖-金融產品」複雜關係，產生個人化行銷標題。
●技術之科學突破性：
我們從方法、成果發表、以及量化指標等方面說明本技術的科學突破性：
一、方法的突破
首先，在線下行為與通路影響技術研發，我們成功運用探勘出來的顧客特徵變數建立考量消費時間、地點、金額與互動內容的機率預測模型，計算出各個變數之間的影響關係，可依據不同的應用情境預測目標顧客群，如在給定的時間內有較高機率在特定合作店家消費的用戶會及時收到優惠推播訊息、透過預測消費金額選定是否投放某一類別的廣告等等。此外，我們也增加服務使用黏著度與簽帳金額值。預測出興趣類別與可能消費後，在顧客意圖呈現前提供相關優惠折扣以及推薦客戶接受範圍內但較高價值的商品。
另外，在協同吸引力文章標題產生，我們突破了標題生成技術的挑戰，在文本摘要模型與電子郵件行銷標題的吸引力上找到融合處，並且克服了以往評論生成模型，通常會使用已定義的常用詞彙，導致這些常用詞彙無法在標題生成中事先取得的困難。除了用點閱記錄來獲取使用者喜好的風格之外，我們加入協同過濾技術來使模型產生更吸引人的標題，並且運用雙層解碼器、近鄰注意力機制 (neighbor-attention module)，以得到相似物品資訊，重建使用者評分向量。值得注意的是，本模型同時也能夠做到首k個物品的推薦任務 (top-k recommendation task)。我們整合了社群網路模組當作額外的輸入，藉由個人化生成EDM標題，促進個人化行銷活動成功觸動消費者，提高EDM行銷的轉化率。
二、成果發表
我們針對顧客行為建模，以及文章標題的AI生成方式做了許多模擬實驗，並且將理論建模與相關實驗結果整理並發表，計畫相關技術在此期間被接受有Web Search and Data Mining (WSDM)一篇，並投稿ACM Transactions on Intelligent Systems and Technology (TIST)一篇，發表兩篇AAAI 2020。
三、量化指標
在Benchmark量化指標上，我們的行為分析與推薦模型效能勝過隨機森林等模型達40％。對於提升客戶簽帳的比例增幅達2.87倍。促進消費行為發生的轉換率達48.95％。我們所研發的TemPEST模型勝過同樣是標題生成的BiSET模型達16％。PORL-HG模型效能比較，認為PORL-HG較具吸引力達63.1％。
●技術之產業應用性：
本技術的發展歷程與產業應用需求息息相關，透過與KKDAY以及玉山銀行的合作，一起探索數位經營中介模組(Engagement Module)所需相關技術。藉由分析使用者瀏覽消費紀錄等數據，探索客戶喜好、願意購買的商品、客戶價值、行為模式，使得EDM的內容生成是基於上述分析，並且在合適的時間，將EDM送達目標使用者端，促進消費行為的實際發生。我們的資料來源包含(1)時空資料庫：如顧客的信用卡交易紀錄，其反映出使用者在某時某地對某一商品的興趣，可分析行為模式及預測未來消費；(2)金融語意及圖像資料庫：顧客對廣告文字或圖片的點擊或評論可用來解析其消費意圖與需求；(3)社群網路身份資料庫，透過Facebook、LINE 等社群網路分析顧客身份，以及顧客彼此間的關聯性。
在雛型研發完成後，我們也在KKDAY以及玉山銀行的數位金融平台進行實際場域整合。本技術在產業應用上可以達到下列效益：
一、透過線上(On-Line)與線下(Off-Line)客戶行為研究，將增進數位經營產業對客戶行為與需求的瞭解。對於經營者而言，行銷資源的使用將更有效率，避免虛擲，同時準確行銷能有效提升經營績效；對於客戶而言，免於頻繁受廣告干擾，並獲得所需要的商品訊息，將能提升客戶的生活品質與工作效率。整體而言，這是一個對經營者與客戶雙贏(Win-Win)的研發策略。對整個社會而言，不管是公司或個人的效率提升，都有助於社會整體的進步。
二、此外，整合銀行相關時空資料庫、金融語意及圖像資料庫、社群網路身份資料庫建立多維度顧客消費行為模型，在金融服務的客戶端可幫助提供消費分析與建議，增加使用黏著度，增加無現金交易使用意願；於銀行端則可應用於客戶分群、目標廣告投放以提升消費簽帳金額、完善普惠金融體系。
三、我們所發表的技術論文，可帶動產業界對新創技術之發表與分享，同時可透過專利或技轉創造商業價值，進一步鼓勵產業界在研發上持續投資，保持技術的更新與進步。我們與玉山銀行的合作，針對每個技術研發項目，均有對應的場域實證，相關資訊可參照玉山銀行與交通大學合作的細部規劃項目。針對實際場域的驗證結果，我們都有共同舉辦成果發表會。
四、透過跨領域合作，可激盪出更好的研究構想，和KKDAY以及玉山銀行的合作過程，幫助我們瞭解學術理論在產業界的應用性；實際開發平台的過程中可獲得巨量資料探勘、雲端計算、開源軟體開發的技術訓練。