Üretken Yapay Zekaya Dayalı Bireysel Emeklilik Bilgilendirme ve Öneri Sistemi-Reference-Cited by-同舟云学术

Üretken Yapay Zekaya Dayalı Bireysel Emeklilik Bilgilendirme ve Öneri Sistemi

Published:2024-07-31 Issue:3 Volume:17 Page:207-222
ISSN:1307-9697
Container-title:Bilişim Teknolojileri Dergisi
language:
Short-container-title:

Author:

Avcı Ezgi¹^ORCID,Atik Mehmet Furkan²^ORCID,Memiş Nur Muazzez²^ORCID

Affiliation:

1. TED ÜNİVERSİTESİ

2. EMEKLİLİK GÖZETİM MERKEZİ

Abstract

Bu makale, üretken yapay zeka (GenAI) ile güçlendirilmiş yenilikçi bir bireysel emeklilik bilgi ve tavsiye sisteminin tasarımını sunmaktadır. Sistem, kullanıcı verilerini analiz etmek ve kişiselleştirilmiş emeklilik planlama tavsiyeleri üretmek için gelişmiş AI algoritmalarını kullanacak şekilde özelleştirilmiştir. GenAI entegrasyonu ile sistem, kullanıcılar arasında finansal okuryazarlığı önemli ölçüde artırmayı, emeklilik planlaması ve finansal ürünler hakkında daha derin bir anlayış sağlamayı hedeflemektedir. GenAI destekli içgörüler, kullanıcıların uzun vadeli emeklilik hedefleri ve risk tercihleriyle uyumlu bilinçli kararlar alabilmelerini sağlayacak şekilde özelleştirilmiş yatırım stratejilerini kolaylaştıracaktır. Bu yaklaşım, sadece bireysel finansal sonuçları iyileştirmeyi amaçlamakla kalmayıp, geleneksel olarak yalnızca finansal danışmanlar aracılığıyla erişilebilen finansal tavsiyeye erişimi demokratikleştirmeyi de hedeflemektedir. Sistem geliştikçe, değişen ekonomik koşullara ve kişisel durumlara uyum sağlaması, kullanıcıların yaşam değişiklikleriyle uyumlu dinamik tavsiyeler sunması beklenmektedir. Bu sistemin amacı, emekliliğe yaklaşırken ve emekliliğe girerken kullanıcılarının finansal refahını ve güvenliğini artıracak şekilde proaktif bir emeklilik planlaması yaklaşımını teşvik etmektir.

Publisher

International Journal of Informatics Technologies

Reference27 articles.

1. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30.

2. Shaw, P., Uszkoreit, J., Vaswani, A.(2018). Self-attention with relative position representations. arXiv preprint arXiv:1803.02155.

3. Ghojogh B., Ghodsi, A. (2020). Attention mechanism, transformers, bert, and gpt: tutorial and survey

4. Devlin, J., Chang, M.-W., Lee, K., Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. ArXiv preprint arXiv:1810.04805.

5. Liu, Q., Kusner, M. J., Blunsom, P. (2020). A survey on contextual Embeddings. arXiv preprint arXiv:2003.07278.