Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Querying and Mining Strings Made Easy Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Making Use of External Company Data to Improve the Classification of Bank Transactions

verfasst von : Erlend Vollset, Eirik Folkestad, Marius Rise Gallala, Jon Atle Gulla

Erschienen in: Advanced Data Mining and Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This project aims to explore to what extent external semantic resources on companies can be used to improve the accuracy of a real bank transaction classification system. The goal is to identify which implementations are best suited to exploit the additional company data retrieved from the Brønnøysund Registry and the Google Places API, and accurately measure the effects they have. The classification system builds on a Bag-of-Words representation and uses Logistic Regression as classification algorithm. This study suggests that enriching bank transactions with external company data substantially improves the accuracy of the classification system. If we compare the results obtained from our research to the baseline, which has an accuracy of 89.22%, the Brønnøysund Registry and Google Places API yield increases of 2.79pp and 2.01pp respectively. In combination, they generate an increase of 3.75pp.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Color-Sketch Simulator: A Guide for Color-Based Visual Known-Item Search
Nächstes Kapitel Mining Load Profile Patterns for Australian Electricity Consumers
Literatur
1.
Bishop, C.M.: Pattern Recognition and Machine Learning (Information Science and Statistics). Springer New York Inc., Secaucus (2006)
2.
3.
Skeppe, L.B.: Classifying Swedish bank transactions with early and late fusion techniques. Master thesis. KTH Royal Institute of Technology, Stockholm (2014)
4.
5.
6.
7.
Vollset, E., Folkestad, E.: Automatic classification of bank transactions, Chap. 2. Master thesis. Norwegian University of Science and Technology, Trondheim (2017)
8.
Gutiérrez, Y., Vázquez, S., Montoyo, A.: Sentiment classification using semantic features extracted from WordNet-based resources. In: Proceedings of the 2nd Workshop on Computational Approaches to Subjectivity and Sentiment Analysis, pp. 139–145 (2011)
9.
Albitar, S., Espinasse, B., Fournier, S.: Semantic enrichments in text supervised classification: application to medical domain. In: Florida Artificial Intelligence Research Society Conference (2014)
10.
Iftene, A., Baboi, A.M.: Using semantic resources in image retrieval. In: 20th International Conference on Knowledge Based and Intelligent Information and Engineering Systems, KES 2016, Vol. 96, pp. 436–445. Elsevier (2016)
11.
Ye, Y., Ma, F., Rong, H., Huang, J.Z.: Improved email classification through enriched feature space. In: Li, Q., Wang, G., Feng, L. (eds.) AIM 2004. LNCS, vol. 3129, pp. 489–498. Springer, Heidelberg (2004)
12.
Poyraz, M., Ganiz, M.C., Akyokus, S., Gorener, B., Kilimci, Z.H.: Exploiting Turkish wikipedia as a semantic resource for text classification. In: International Symposium on Innovations in Intelligent Systems and Applications (INISTA), pp. 1–5 (2013)
Metadaten
Titel
Making Use of External Company Data to Improve the Classification of Bank Transactions
verfasst von
Erlend Vollset
Eirik Folkestad
Marius Rise Gallala
Jon Atle Gulla
Copyright-Jahr
2017
Buch
Advanced Data Mining and Applications

Print ISBN: 978-3-319-69178-7

Electronic ISBN: 978-3-319-69179-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-69179-4_54

Premium Partner

    Bildnachweise