Mail.Ru Group заработает на кредитных историях россиян
Фото: Сергей Коньков/TASS
Банки и рекламодатели не рассчитывают на то, что пользователь самостоятельно раскроет на личной странице тайное знание о своем финансовом положении и потребительских предпочтениях. За него это сделают десятки косвенных индикаторов. Например, многое может сказать тип устройства, с которого человек выходит в интернет, или его местоположение. Алгоритмы на основе машинного обучения могут находить совершенно непредсказуемые корреляции.
Одна из таких статистических моделей позволяет обнаружить связь между количеством загруженной на страницу клиента музыки и вероятностью просрочки кредита.