2019第二屆商業模式與大數據分析競賽・人工智慧金融挑戰賽

2019第二屆商業模式與大數據分析競賽 人工智慧金融挑戰賽 初賽規則說明

一、競賽說明

每個人擁有不同的投資偏好與金融商品需求，銀行端如何精確地找出對金融商品有需求的客戶，並且制定出合適的行銷策略，是一門高深的學問。因此，本次競賽主題為：「最適金融商品預測」。參賽隊伍需從個人金融行為資料中，預測在未來一個月，申辦信用貸款與申購基金產品的可能性。除了模型能夠精準預測申購行為外，亦期許參賽隊伍能從中發想出行銷金融商品的創新商業模式。

二、參賽資格及組隊說明

1. 參賽資格
   • 各大專院校大學部、研究所及博士班之「全職學生」，不限科系、年級，對智能分析有興趣者，皆歡迎組隊報名參加。
   • 限2019年9月至2019年12月間具學籍身分者，報名時需上傳加蓋當學期註冊章之學生證（準研究生或準博士生請檢附相關證明文件）。
   • 若參賽資格不符或資料繳交不齊全，主辦單位有權利取消該參賽者參賽及得獎資格。
2. 組隊說明
   • 每隊3至5人，可跨校、跨系及跨年級組隊。
   • 同一參賽者不得跨隊參加，參賽過程中不得更換隊員。

三、 競賽題目

本次競賽主題：「最適金融商品預測」。參賽隊伍需由台新銀行提供2018年下半年各月信用卡消費及持有資產狀態等個人金融行為擬真資料中，預測於2019年1月，是否會申辦信用貸款與申購基金產品。

四、初賽評分標準

五、資料集說明

本次競賽由台新銀行特別提供20萬筆個人金融行為擬真資料集，參賽者完成報名流程後，主辦單位會分享Google雲端資料夾至隊長信箱。

若參賽隊伍進入決賽，台新銀行會再提供擴增資料集，供隊伍做進一步的分析及預測。

六、 準確度評分方式

以各商品預測結果之F1分數(F1-Score)平均做為隊伍總分。

隊伍總分 = 預測客戶是否申辦信貸結果之F1分數*50+預測客戶是否申購基金結果之F1分數*50

註：F1-Score定義請參考維基百科

七、 初賽資料繳交說明

1. 競賽計畫書(格式請點我下載)，必須包含下列說明：
   • 探索性資料分析
   • 特徵資料處理過程
   • 預測模型建構與方法
   • 模型準確度與結果分析
2. 商品預測結果csv檔案(格式請點我下載)。

• 商品預測結果csv檔案格式範例：

註: 1表示為會申辦(購)商品，0表示未申辦(購)商品

八、 競賽規則

• 不可私下共享程式及特徵值。
• 資料集僅限於此次比賽使用，不得使用於本活動目的以外之其他任何用途。
• 可使用非官方提供之開放資料，但需提供資料來源。
• 必須用機器學習或是人工智慧的相關的演算法或模型進行預測，不可使用人工標記。
• 主辦單位擁有權利調整資料集，不可異議。
• 本活動最終解釋權為主辦單位所有，並保有此活動修改之權利。