Интернет конференция по проблемам теории и практики управленияНазвание: КЛАСТЕРИЗАЦИЯ ТЕКСТОВ ФИНАНСОВЫХ СООБЩЕНИЙ
Автор: Антон Александрович Егоркин
Соавторы:
Работа выполнена под руководством научного руководителя - Губанова Д.А.
Аннотация:
Работа посвящена задаче кластеризации текстов финансовых сообщений алгоритмами машинного обучения. С помощью алгоритмов кластеризации можно выделить группы похожих финансовых сообщений, выделить среди них однотипные или подозрительные, а также использовать в дальнейшем анализе найденные кластеры, а не сами тексты сообщений. В работе используются такие алгоритмы кластеризации как: K-means, DBSCAN и Иерархический метод кластеризации.
В качестве текстов финансовых сообщений в работе используется информация о банковских транзакциях. Ввиду того, что банковские проводки подчинены строгим правилам бухгалтерского учета, устанавливаемым Банком России, представляется возможным ввести метрику оценки качества кластеризации. Данная метрика позволяет ранжировать между собой качество кластеризации с помощью алгоритмов машинного обучения, а также подобрать параметры, используемые при обучении данных моделей. Отдельное внимание в статье уделено особенностям используемых данных, и тому, каким образом эти особенности могут быть учтены в практической части.
В практической части работы приводятся результаты применения моделей кластеризации с указанием оптимальных параметров данных алгоритмов. В заключении делается вывод о лучших алгоритмах кластеризации применительной к финансовым текстам.
Ключевые слова:
K-means, DBSCAN, Иерархический метод кластеризации, кластеризация финансовых сообщений.
Автор: Антон Александрович Егоркин
Соавторы:
Работа выполнена под руководством научного руководителя - Губанова Д.А.
Аннотация:
Работа посвящена задаче кластеризации текстов финансовых сообщений алгоритмами машинного обучения. С помощью алгоритмов кластеризации можно выделить группы похожих финансовых сообщений, выделить среди них однотипные или подозрительные, а также использовать в дальнейшем анализе найденные кластеры, а не сами тексты сообщений. В работе используются такие алгоритмы кластеризации как: K-means, DBSCAN и Иерархический метод кластеризации.
В качестве текстов финансовых сообщений в работе используется информация о банковских транзакциях. Ввиду того, что банковские проводки подчинены строгим правилам бухгалтерского учета, устанавливаемым Банком России, представляется возможным ввести метрику оценки качества кластеризации. Данная метрика позволяет ранжировать между собой качество кластеризации с помощью алгоритмов машинного обучения, а также подобрать параметры, используемые при обучении данных моделей. Отдельное внимание в статье уделено особенностям используемых данных, и тому, каким образом эти особенности могут быть учтены в практической части.
В практической части работы приводятся результаты применения моделей кластеризации с указанием оптимальных параметров данных алгоритмов. В заключении делается вывод о лучших алгоритмах кластеризации применительной к финансовым текстам.
Ключевые слова:
K-means, DBSCAN, Иерархический метод кластеризации, кластеризация финансовых сообщений.