Predictive modeling of consumer financial behavior, including determination
of likely responses to particular marketing efforts, is provided by
application of consumer transaction data to predictive models associated
with merchant segments. The merchant segments are derived from the
consumer transaction data based on co-occurrences of merchants in
sequences of transactions. Merchant vectors represent specific merchants,
and are aligned in a vector space as a function of the degree to which the
merchants co-occur more or less frequently than expected. Consumer vectors
are developed within the vector space, to represent interests of
particular consumers by virtue of relative vector positions of consumer
and merchant vectors. Various techniques, including clustering, supervised
segmentation, and nearest-neighbor analysis, are applied separately or in
combination to generate improved predictions of consumer behavior.
Modelar predictive do comportamento financeiro do consumidor, including a determinação de respostas prováveis aos esforços de marketing particulares, é fornecido pela aplicação de dados da transação do consumidor aos modelos predictive associados com os segmentos mercantes. Os segmentos mercantes são derivados dos dados da transação do consumidor baseados em co-ocorrências dos comerciantes nas seqüências das transações. Os vetores mercantes representam comerciantes específicos, e são alinhados em um espaço do vetor em função do grau a que os comerciantes co-ocorrem mais ou de menos freqüentemente do que esperado. Os vetores do consumidor são desenvolvidos dentro do espaço do vetor, para representar interesses de consumidores particulares pelo virtue de posições do vetor relativo de vetores do consumidor e do comerciante. As várias técnicas, including aglomerar-se, supervisionaram a segmentação, e a análise do próximo-vizinho, é aplicada separada ou na combinação para gerar predições melhoradas do comportamento de consumidor.
