CFPB/consumer-finance-complaints|消费者金融投诉数据集|文本分类数据集

该数据集名为consumer-finance-complaints，主要包含消费者对金融产品和服务的投诉信息。数据集由消费者金融保护局（CFPB）维护，数据来源于消费者提交的投诉。数据集的主要任务包括文本分类，特别是对投诉相关的产品、子产品和标签进行分类。数据集为单语言（英语），包含超过100万条记录，数据字段包括投诉日期、产品类型、子产品类型、问题描述、消费者投诉文本、公司回应等。数据集的结构包括一个训练集，可以进一步划分为训练、测试和验证子集。

原始信息汇总

数据集卡片 - 消费者金融投诉

数据集描述

数据集概述

该数据库是关于消费者金融产品和服务的投诉集合，由消费者金融保护局（CFPB）发送给公司以获取回应。

支持的任务和排行榜

文本分类任务：

• 产品分类：预测投诉相关的产品。
• 子产品分类：预测投诉相关的子产品。
• 标签分类：预测投诉是否由老年人或军人提出。

语言

英语

数据集结构

数据实例

数据集是一个时间点的数据库提取，数据库每天都在增长。

训练集示例： json { "Complaint ID": "4511031", "Product": "Credit reporting, credit repair services, or other personal consumer reports", "Sub Issue": "Credit inquiries on your report that you dont recognize", "Consumer Disputed": "N/A", "Sub Product": "Credit reporting", "State": "TX", "Tags": "Older American, Servicemember", "Company Public Response": "", "Zip Code": "75202", "Issue": "Improper use of your report", "Submitted via": "Web", "Company Response To Consumer": "Closed with explanation", "Complaint Text": "I am XXXX XXXX and I am submitting this complaint myself and there is no third party involved. Despite the multiple previous written requests, the unverified inquiries listed below still remain on my credit report in violation of Federal Law. The Equifax Credit Bureau failed to comply with Fair Credit Reporting Act, XXXX XXXX sections XXXX within the time set forth by law and continued reporting of erroneous information which now, given all my attempts to address it directly with the creditor, as willful negligence and non-compliance with federal statutes. PLEASE REMOVE THE FOLLOWING INQUIRIES COMPLETELY FROM MY CREDIT REPORT : XXXX CARD-Date of inquiry XX/XX/XXXX XXXX CARD-Date of inquiry XX/XX/XXXX", "Date Received": "07-02-2021", "Company": "EQUIFAX, INC.", "Consumer Consent Provided": "Consent not provided", "Timely Response": "Yes", "Date Sent To Company": "2021-07-02" }

数据字段

字段名称	描述	数据类型
Date received	投诉接收日期	日期时间
Product	消费者在投诉中识别的产品类型	文本
Sub-product	消费者在投诉中识别的子产品类型	文本
Issue	消费者在投诉中识别的问题	文本
Sub-issue	消费者在投诉中识别的子问题	文本
Consumer complaint narrative	消费者提交的投诉描述	文本
Company public response	公司对投诉的公开回应	文本
Company	投诉涉及的公司	文本
State	消费者提供的邮寄地址所在州	文本
ZIP code	消费者提供的邮寄ZIP码	文本
Tags	支持更方便搜索和排序的标签	文本
Consumer consent provided?	消费者是否同意发布其投诉描述	文本
Submitted via	投诉提交方式	文本
Date sent to company	投诉发送给公司的日期	日期时间
Company response to consumer	公司对消费者的回应	文本
Timely response?	公司是否及时回应	是/否
Consumer disputed?	消费者是否对公司回应提出争议	是/否/N/A
Complaint ID	投诉的唯一识别号码	数字

数据分割

数据集仅包含一个训练集，可以使用datasets库进一步分割为训练集、测试集和验证集。

数据集创建

策划理由

开放源代码的客户投诉数据。

源数据

初始数据收集和规范化

该数据库由消费者金融保护局（CFPB）维护。

源语言生产者

英语

注释

注释过程

用户提交给CFPB。

注释者

N/A

个人和敏感信息

所有个人身份信息（PII）已被匿名化。

使用数据集的注意事项

数据集的社会影响

N/A

偏见讨论

该数据库不是消费者在市场体验的统计样本。投诉不一定代表所有消费者的体验，并且投诉不构成“信息”以用于信息质量法案的目的。

其他已知限制

N/A

附加信息

数据集策展人

https://cfpb.github.io/api/ccdb/

许可信息

Creative Commons Zero v1.0 Universal

引用信息

N/A

贡献

感谢@kayvane1添加此数据集，以及消费者金融保护局发布此数据集。