Використання великих мовних моделей для аналізу фінансових операцій з картками

Abstract

Магістерська кваліфікаційна робота виконана студенткою групи КНСШ-11 Мацейко Іриною Миколаївною. Тема “Використання великих мовних моделей для аналізу фінансових операцій з картками”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Мета дослідження полягає у розробці інноваційної системи, яка здатна автоматизувати аналіз фінансових операцій з картками, з урахуванням контексту та специфіки транзакційних даних. Для цього використовувались великі мовні моделі (ВММ), такі як ChatGPT, Claude та LLaMA, які продемонстрували високий рівень розуміння складної мовної інформації. Об’єктом дослідження є принципи створення системи для аналізу клієнтом його фінансових операцій за допомогою використання великих мовних моделей. Предметом досліджень являється практичне застосування алгоритмів великих мовних моделей згідно з даними транзакцій клієнта, спрямоване на покращення розуміння фінансової активності. Методи дослідження включають аналіз сучасних наукових джерел, порівняння великих мовних моделей, експериментальну розробку програмного забезпечення та тестування отриманого рішення. У рамках роботи впроваджено підходи, засновані на методах промпт-інженерингу, Retrieval Augmented Generation (RAG), оптимізації за допомогою Redis та побудові інтерактивного вебпорталу для користувачів. У результаті роботи розроблено вебсистему, яка дозволяє користувачам аналізувати власні транзакції з банківських карток банку Monobank та отримувати персоналізовані рекомендації. Практична цінність системи полягає у її здатності підвищувати фінансову грамотність, покращувати управління фінансами та сприяти створенню нових фінансових послуг. Загальний обсяг роботи: 67 сторінок, 20 рисунків, 10 посилань. Master’s degree work of the student of the group CSAI-11 Maceiko Iryna Mykolaivna. The topic is "Using large language models for analysis of financial transactions with cards". The work is aimed at obtaining a master's degree in 122 "Computer Science". The purpose of the research is to develop an innovative system capable of automating the analysis of financial transactions with cards, taking into account the context and specificity of transactional data. For this, large language models (LLMs) such as ChatGPT, Claude and LLaMA were used, which demonstrated a high level of understanding of complex language information. The object of the study is the principles of creating a system for the client's analysis of his financial transactions using large language models. The subject of research is the practical application of algorithms of large language models according to the client's transaction data, aimed at improving the understanding of financial activity. Research methods include analysis of modern scientific sources, comparison of large language models, experimental software development and testing of the resulting solution. As part of the work, approaches based on prompt engineering methods, Retrieval Augmented Generation (RAG), optimization using Redis and building an interactive web portal for users were implemented. As a result of the work, a web system was developed that allows users to analyze their own transactions with Monobank bank cards and receive personalized recommendations. The practical value of the system lies in its ability to increase financial literacy, improve financial management and facilitate the creation of new financial services. The total volume of work: 67 pages, 20 figures, 10 references.