Een fundamentmodel voor multimodale gebeurtenisreeksen in financiële toepassingen

Gepubliceerd 14 July 2026

In de moderne financiële dienstverlening is voorspellende modellering essentieel. Traditioneel worden verschillende taken aangepakt met aparte modellen die zijn getraind op handmatig ontworpen tabulaire kenmerken. Dit beperkt hergebruik en bemoeilijkt het optimaal benutten van diverse gegevensbronnen, zoals transactiegeschiedenis en digitale interacties. Dit onderzoek introduceert een aanpak waarbij een transformer-model wordt voorgetraind op multimodale sequenties van gebruikersgebeurtenissen. Door gebeurtenissen uit verschillende bronnen te verenigen in een chronologische volgorde, kunnen heterogene modaliteiten vroegtijdig worden samengevoegd. Het systeem is geïmplementeerd bij een grote bank in Oost-Europa en heeft geleid tot meetbare verbeteringen in bedrijfsresultaten.