Система аналізу платоспроможності клієнта
Ескіз недоступний
Дата
2019
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Структура i обсяг роботи: магістерська дисертація викладена на 106 cторiнкаx, cкладаєтьcя зі вступу, 4 розділів, висновку, містить 40 рисунків, 25 таблиць, 20 формул, список використаних джерел із 45 найменувань на 4 cторiнкаx.
Актуальність роботи. Для задач класифікації платоспроможності клієнта за допомогою методові кредитного скорінгу існує велика кількість підходів, як на базі математичної статистики, так і на базі нейронних мереж і генетичних алгоритмів. Проте, певну складність задачі надає попереднє формування даних для побудови моделі класифікації – об’єм актуальних даних накладає певні обмеження на вибір підходу до вирішення задачі.
Існує певний набір методів, які здатні подолати обмеження у вигляді об’єму навчального набору даних, проте постає проблема динамічного калібрування моделі у ході роботи системи. Також, необхідно брати до уваги особливості того чи іншого типу клієнтів для класифікації.
Модель кредитного скорінгу на базі логістичної регресії дозволяє побудувати систему, здатну до масштабування та інтегрування, яка підтримувати одночасно декілька наборів правил класифікації. Цей підхід має перевагу над іншими методами, коли навчальний набор даних є відносно невеликим, та забезпечує оптимальну за швидкодією роботу системи.
Мета роботи: створення відмовостійкої розподіленої системи аналізу платоспроможності клієнта з оптимальними параметрами точності класифікації та швидкодії.
Завдання досліджень:
1. Проаналізувати сучасні методи створення скорінгових високоточних моделей та систем, що на них базуються.
2. Розробити скорінгову модель на базі багатофакторної логістичної регресії.
3. Розробити систему оцінки платоспроможності клієнта на базі створеної моделі та протестувати її.
4. Розробити стартап-проєкт.
Об’єкт дослідження: класифікаційні моделі кредитного скорінгу.
Предмет дослідження: методи створення скорінгових класифікаційних моделей, висока класифікаційна точність та продуктивність, застосовність даних методів до прикладних задач.
Методи дослідження: методи статистичного опрацювання даних, методи нормалізації даних, теорія кредитного скорінгу, теорія оцінки ризиків
Опис
Ключові слова
кредитний скорінг, логістична регресія, аналіз ризиків, аналіз даних, нормалізація даних, відмовостійки системи, бізнес-аналітика, машинне навчання, credit scoring, logistic regression, risk analysis, data analysis, data normalization, system failures, business analytics, machine learning
Бібліографічний опис
Лєпьошкін, М. Є. Система аналізу платоспроможності клієнта : магістерська дис. : 121 Інженерія програмного забезпечення / Лєпьошкін Марко Євгенович. – Київ, 2019. – 106 с.