رویکرد کاهش ریسک در مؤسسات مالی برای انتخاب متقاضیان تسهیلات با استفاده از یک پایگاه داده استاندارد بر پایه یادگیری عمیق

الموضوعات : مجله فناوری اطلاعات در طراحی مهندسی

حامد حدادی ¹ , سید ناصر رضوی ² , امین بابازاده سنگر ³

1 - دانشکده مهندسی برق و کامپیوتر–دانشگاه آزاد واحد ارومیه - ارومیه-ایران
2 - دانشکده مهندسی برق و کامپیوتر–دانشگاه آزاد واحد ارومیه - ارومیه-ایران
3 - دانشکده مهندسی برق و کامپیوتر–دانشگاه آزاد واحد ارومیه - ارومیه-ایران

تاريخ الإرسال : 24 السبت , رمضان, 1444 تاريخ التأكيد : 05 الأحد , محرم, 1445 تاريخ الإصدار : 05 الأحد , محرم, 1445

الکلمات المفتاحية: ارزیابی کسب‌وکار, یادگیری ویژگی, انتخاب خودکار متقاضیان تسهیلات, شبکه عصبی عمیق,

ملخص المقالة :

در مؤسسات مالی، بانک‌ها و مؤسسات کارآفرینی که تسهیلات اشتغال به مشتریان خود پرداخت می‌کنند، مسائل متعددی را قبل از اعطای تسهیلات مورد بررسی قرار می‌دهند. در این میان، مهم‌ترین و پراهمیت‌ترین موضوع برای یک سیستم مالی، ارزیابی توان مشتریان در بازپرداخت تسهیلات می‌باشد. انتخاب درست متقاضیان تسهیلات، با استفاده از روش‌های سنتی انجام می‌شود که این روش‌ها مستعد خطا می‌باشند. امروزه با توسعه یادگیری ماشین، می‌توان انتخاب درست متقاضیان را با دقت بیشتری انجام داد. این مطالعه با هدف رفع کاستی‌های مطالعات پیشین، یک مدل تصمیم‌گیری توسعه‌یافته با در نظر گرفتن الگوهایی از مشتریان موفق و غیر موفق در 4 حوزه مختلف پیش‌بینی وضعیت نظارت، وضعیت تسهیلات، مدت‌زمان فعالیت و تعداد اشتغال ایجادشده، ارائه شده است. در این مطالعه، یک پایگاه داده جامع بر پایه استانداردهای موجود جمع‌آوری‌شده و یک مدل شبکه عصبی عمیق برای استخراج ویژگی‌ها از داده‌های ورودی، طراحی شده است. با توسعه روش پیشنهادی و راه‌یابی مطالعه حاضر به حوزه‌های کاربردی و عملی، می‌توان متقاضیان مطلوب تسهیلات را به‌صورت خودکار و با صحت بیشتری ارزیابی و انتخاب نمود.