intTypePromotion=3

Tóm tắt Luận văn Thạc sĩ: Công nghệ thông tin: Ứng dụng BI (business intelligence) trong bài toán thẩm định tài sản bảo đảm của ngân hàng

Chia sẻ: Nguyễn Văn H | Ngày: | Loại File: PDF | Số trang:21

0
6
lượt xem
1
download

Tóm tắt Luận văn Thạc sĩ: Công nghệ thông tin: Ứng dụng BI (business intelligence) trong bài toán thẩm định tài sản bảo đảm của ngân hàng

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nội dung luận văn được tác giả trình bày bằng các nghiên cứu kiến thức về Data Warehouse, Data Mining, Trí tuệ nghiệp vụ để thiết kế và xây dựng một hệ thống thẩm định giá tài sản bảo đảm. Trong đó luận văn sẽ tập trung vào các phương pháp hồi quy trong BI để giải quyết bài toán thuyết minh giá cho TSBĐ. Dùng phương pháp K láng giềng gần nhất để tìm ra được các TSSS . Và dùng phương pháp hồi quy tuyến tính đa biến hỗ trợ đưa ra quyết định về mức giá thẩm định TSBĐ.

Chủ đề:
Lưu

Nội dung Text: Tóm tắt Luận văn Thạc sĩ: Công nghệ thông tin: Ứng dụng BI (business intelligence) trong bài toán thẩm định tài sản bảo đảm của ngân hàng

ĐẠI HỌC QUỐC GIA HÀ NỘI<br /> TRƯỜNG ĐẠI HỌC CÔNG NGHỆ<br /> <br /> CAO THỊ VÂN ANH<br /> <br /> ỨNG DỤNG BI (BUSINESS INTELLIGENCE)<br /> TRONG BÀI TOÁN THẨM ĐỊNH<br /> TÀI SẢN BẢO ĐẢM CỦA NGÂN HÀNG<br /> Chuyên ngành: Kỹ thuật phần mềm<br /> Mã số: 60480103<br /> <br /> TÓM TẮT LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN<br /> NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TS. TRƯƠNG NINH THUẬN<br /> <br /> Hà Nội – 2017<br /> <br /> 1<br /> <br /> MỞ ĐẦU<br /> <br /> Lý do chọn đề tài<br /> Ngân hàng là tổ chức hoạt động mang tính chất lợi nhuận. Mọi hoạt động đều<br /> hướng tới hiệu quả kinh tế, tìm cách phân tán và giảm thiểu rủi ro. Trong hoạt động<br /> cho vay hoặc cấp tín dụng ngân hàng đã có những biện pháp nhằm đảm bảo cho<br /> nguồn vốn của ngân hàng sinh lợi nhuận và an toàn. Tài sản đảm bảo là một trong<br /> những biện pháp đó. Tài sản bảo đảm của khách hàng có thể là: nhà đất, sạp chợ,<br /> phương tiện, công cụ, hàng hóa... Mức tiền khách hàng mong muốn vay hoặc quyết định<br /> cấp tín dụng có được chấp nhận hay không thông qua khâu định giá tài sản bảo đảm.<br /> Quá trình thẩm định giá phải trải qua rất nhiều bước,hồ sơ thẩm định được luân<br /> chuyển qua nhiều phòng ban. Trong đó việc báo cáo thẩm định giá là một khâu khá là<br /> phức tạp và cần phải được tính toán cẩn thận<br /> Xuất phát từ tình hình thực tế đó, luận văn nghiên cứu giải pháp công nghệ Trí tuệ<br /> nghiệp vụ (Business Intelligence - BI) để giải quyết bài toán hỗ trợ ra quyết định giá<br /> tài sản bảo đảm của ngân hàng.<br /> Mục tiêu của đề tài<br /> Trong khuôn khổ luận văn này, tôi nghiên cứu kiến thức về Data Warehouse, Data<br /> Mining, Trí tuệ nghiệp vụ để thiết kế và xây dựng một hệ thống thẩm định giá tài sản<br /> bảo đảm.<br /> Trong đó luận văn sẽ tập trung vào các phương pháp hồi quy trong BI để giải<br /> quyết bài toán thuyết minh giá cho TSBĐ. Dùng phương pháp K láng giềng gần nhất<br /> để tìm ra được các TSSS . Và dùng phương pháp hồi quy tuyến tính đa biến hỗ trợ<br /> đưa ra quyết định về mức giá thẩm định TSBĐ.<br /> Phần mềm thẩm định tài sản bảo đảm sẽ hỗ trợ người dùng quản lý các hồ sơ<br /> thẩm định có liên quan đến mình. Xử lý và luân chuyển hồ sơ nhanh chóng, chính xác<br /> thông tin giữa các bộ phận trong hệ thống thẩm định. Đặc biệt nó sẽ có ý nghĩa đối<br /> với các chuyên viên thẩm định chưa có nhiều kinh nghiệm. Họ sẽ có thể đưa ra tỷ lệ<br /> điều chỉnh giá và mức ước lượng giá chính xác hơn. Dựa trên các thông tin phân tích<br /> từ nguồn dữ liệu dồi dào trong hệ thống phần mềm…<br /> <br /> 2<br /> <br /> Cấu trúc của luận văn<br /> Luận văn này sẽ được trình bày theo bố cục như sau:<br /> - Mở đầu: Giới thiệu về đề tài, mục tiêu và tổ chức của luận văn.<br /> - Chương 1: Cơ sở lý thuyết. Chương này sẽ giới thiệu tổng quan về Business<br /> Intelligence, Data Warehouse, Data Mining.<br /> - Chương 2: Bài toán xây dựng hệ thống BI hỗ trợ thẩm định tài sản bảo đảm<br /> trong ngân hàng.<br /> - Chương 3: Phân tích và thiết kế hệ thống BI hỗ trợ thẩm định tài sản bảo đảm<br /> trong ngân hàng.<br /> - Chương 4: Cài đặt và kết quả. Chương này sẽ trình bày cách cấu hình, cài đặt<br /> và kết quả xây dựng hệ thống thẩm định tài sản bảo đảm.<br /> - Kết luận và hướng phát triển.<br /> <br /> 3<br /> <br /> CHƯƠNG 1: CƠ SỞ LÝ THUYẾT<br /> <br /> 1.1. Giới thiệu về Trí tuệ nghiệp vụ (Business Intelligence)<br /> Trí tuệ nghiệp vụ (BI) là một giải pháp công nghệ khai thác dữ liệu từ các nguồn<br /> dữ liệu khác nhau, từ các hệ thống tác nghiệp khác nhau, thông qua các mô hình toán<br /> học, các kỹ thuật khai phá dữ liệu để xử lý thành các thông tin hữu ích nhằm hỗ trợ ra<br /> quyết định kinh doanh hiệu quả. [8]<br /> Mỗi phân tích BI sẽ theo một lĩnh vực ứng dụng riêng, phụ thuộc vào mục tiêu của<br /> người ra quyết định và các phương pháp phân tích có sẵn. Tuy nhiên, có thể đưa ra được<br /> một chu kỳ lý tưởng đặc trưng cho sự tiến hóa của một phân tích BI điển hình như hình<br /> 1-1, mặc dù vẫn tồn tại sự khác biệt dựa trên đặc thù của từng ngữ cảnh cụ thể.<br /> Phân tích<br /> <br /> Nhận<br /> <br /> Đánh giá<br /> <br /> Quyết định<br /> <br /> Hình 1- 1: Chu kỳ của phân tích BI [8]<br /> - Phân tích: Nhận biết chính xác các vấn đề đang xảy ra. Người quyết định phải tạo<br /> một thể hiện ý tưởng của hiện tượng đang được phân tích, bằng cách xác định các<br /> nhân tố liên quan nhất.<br /> - Nhận thức: Cho phép các nhà ra quyết định hiểu một cách sâu và rõ ràng hơn các<br /> vấn đề hiện tại, thường ở mức độ nhân quả.<br /> - Quyết định: Tri thức thu được là kết quả của pha nhận thức được chuyển thành<br /> các quyết định và thứ tự hành động.<br /> - Đánh giá: Pha thứ tư của chu trình BI liên quan đến phép đo hiệu suất và đánh giá.<br /> Các số liệu mở rộng không chỉ giới hạn trong các khía cạnh tài chính mà còn tính<br /> đến chỉ số hiệu suất được xác định theo phòng ban khác nhau của công ty.<br /> 1.2. Giới thiệu về Data Warehouse<br /> Data Warehouse (DW) là nơi lưu trữ dữ liệu có giá trị cho việc xây dựng các kiến<br /> trúc BI và các hệ thống hỗ trợ quyết định. Một định nghĩa DW thể hiện toàn bộ các<br /> <br /> 4<br /> <br /> hoạt động liên quan đến nhau, tham gia vào việc thiết kế, phát triển và sử dụng một<br /> DW. [8]<br /> Các kiến trúc tham chiếu của một kho dữ liệu được thể hiện như sau [8]:<br /> Metadat<br /> Cube đa chiều<br /> <br /> Xuất<br /> nhập<br /> <br /> Dữ liệu các<br /> hệ thống<br /> <br /> Kinh<br /> doanh<br /> <br /> Kho dữ liệu<br /> <br /> Đánh giá<br /> hiệu suất<br /> <br /> Dữ<br /> liệu<br /> Công cụ ETL<br /> <br /> Phân tích thăm dò dữ<br /> liệu<br /> Phân tích chuỗi thời<br /> <br /> OLAP<br /> <br /> Hình 1- 2: Kiến trúc và các tính năng của một kho dữ liệu [8]<br /> - Kho dữ liệu kết hợp với các metadata chứa dữ liệu và các chức năng cho phép<br /> dữ liệu được truy cập, hình tượng hóa và cập nhật.<br /> - Các ứng dụng thu thập dữ liệu từ hệ thống nghiệp vụ, chuẩn hóa dữ liệu về<br /> dạng dữ liệu đa chiều, nạp vào kho dữ liệu (ELT) hoặc các công cụ back-end<br /> cho phép dữ liệu được chiết xuất, chuyển đổi và tải vào kho dữ liệu.<br /> - Các ứng dụng BI và hệ thống ra quyết định như là các front-end, cho phép các<br /> nhà tri thức thực hiện các phân tích và trực quan hóa các kết quả.<br /> 1.3. Giới thiệu về Khai phá dữ liệu (Data mining)<br /> Các hoạt động khai phá dữ liệu là một quá trình lặp đi lặp lại nhằm phân tích các<br /> cơ sở dữ liệu lớn, với mục đích khai thác thông tin và tri thức một cách chính xác và<br /> hữu ích cho việc hỗ trợ ra quyết định và xử lý vấn đề. [8]<br /> Khai phá dữ liệu được thực hiện theo quy trình sau [8]:<br /> <br /> Hình 1- 3: Quy trình khai phá dữ liệu [8]<br /> <br />

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản