NGHIÊN cứu PHÁT TRIỂN các kỹ THUẬT học máy và RA QUYẾT ĐỊNH đa TIÊU CHÍ hỗ TRỢ xếp HẠNG tín DỤNG SINH VIÊN

NGHIÊN CỨU PHÁT TRIỂN CÁC KỸ THUẬT HỌC MÁY VÀ RA QUYẾT ĐỊNH ĐA TIÊU CHÍ HỖ TRỢ XẾP HẠNG TÍN DỤNG SINH VIÊN Chuyên ngành đào tạo: Hệ thống thông tin Mã số: 62 48 01 04 Tên dự tuyển: Đinh

NGHIÊN CỨU PHÁT TRIỂN CÁC KỸ THUẬT HỌC MÁY

VÀ RA QUYẾT ĐỊNH ĐA TIÊU CHÍ

HỖ TRỢ XẾP HẠNG TÍN DỤNG SINH VIÊN

Chuyên ngành đào tạo: Hệ thống thông tin

Mã số: 62 48 01 04

Tên dự tuyển: Đinh Thu Khánh

TÊN ĐỀ TÀI:

Người hướng dẫn khoa học: 1 PGS TS Lê Hoàng Sơn

2 PGS TS Nguyễn Long Giang

Nội dung trình bày

Nội dung trình bày

1 Giới thiệu bài tộàn

1 Giới thiệu bài tộàn

Thu thập thông tin

Phân tích các chỉ tiêu và

cho điểm

Đưa ra kết quả xếp hạng

Chỉ tiêu định tính Chỉ tiêu định lượng

Bộ tiêu chí chấm điểm Phương pháp chấm điểm

Tiêu chuẩn định sẵn Dựa trên DM, AI

1 Giới thiệu bài tộàn

 Thế giới:

 Khoản trợ cấp chính phủ (70 quốc gia)

 Việt Nam

 Quyết định số 157/2007/QĐ-TTg

 Bất cập, hạn chế

 Quy trình, thủ tục cho vay

 Không đánh giá năng lực tài chính của SV

 Tỷ lệ thu hồi vốn thấp (<40%)

NGHIÊN CỨU PHÁT TRIỂN CÁC KỸ THUẬT HỌC MÁY VÀ RA QUYẾT ĐỊNH ĐA TIÊU CHÍ

HỖ TRỢ XẾP HẠNG TÍN DỤNG SINH VIÊN

2 Tộng quàn tình hình nghiện cứu và n đệ"

Một số phương pháp xếp hạng tín dụng

Mơ hình học máy Mơ hình hỗ trợ ra

quyết định

Mơ hình hỗ trợ ra quyết định

Phương pháp đơn lẻ

Nạve Bayes

Kết hợp nhiều phương pháp

kNN

Decision Trees

Decision Trees

SVM

ANN

Logistic regression

Logistic regression PCA và Logistic

Regression

PCA và Logistic Regression

GP với SVM

ANN và Logistic Regression

ANN và Logistic Regression

…

Fuzzy Group Decision Making

Fuzzy Group Decision Making

TOPSIS với FCM

TOPSIS với FCM

Tập thơ và SVM

Fuzzy AHP - TOPSIS

Fuzzy AHP - TOPSIS

GP và Deep Learning

GP và Deep Learning

…

2 Tộng quàn tình hình nghiện cứu và n đệ"

 Dữ liệu mẫu: Đức, Australia

 Dữ liệu tín dụng của các tổ chức tài chính

 Thể nhân: đối tượng khách hàng cụ thể

 Doanh nghiệp

 Thường sử dụng các phương pháp cổ điển

 Chưa có nhiều phương pháp tiên tiến hiện đại

3 Muc tiệu, nội dung, độ i tứớng, phứớng phàp nghiện cứu

Nghiên cứu tổng quan các kỹ thuật chấm điểm và xếp hạng tín dụng thể nhân

1 Phát triển các kỹ thuật học máy và hỗ trợ ra quyết định đa tiêu chí cho chấm điểm

và xếp hạng tín dụng thể nhân

2

Xây dựng tiêu chí cho bài toán xếp hạng tín dụng sinh viên Việt Nam

3 Thu thập dữ liệu tín dụng SV Việt Nam và

kiểm tra các mô hình đề xuất

4

Tổng kết và đưa ra các đặc điểm xếp hạng tín dụng của sinh viên Việt Nam từ kết quả mô hình

5

3 Muc tiệu, nội dung, độ i tứớng, phứớng phàp nghiện cứu

Tổng quan về xếp hạng tín dụng và các phương pháp xếp hạng tín dụng

1

Mô hình học máy tích hợp quyết định

đa tiêu chí

2

Xây dựng dữ liệu chấm điểm tín dụng cho sinh viên

3

Kết quả thử nghiệm

4

- Xếp hạng tín dụng

- Các phương pháp xếp hạng tín dụng

- Phát triển các kỹ thuật học máy

- Phương pháp ra quyết định đa tiêu chí

- Phát triển các kỹ thuật học máy và hỗ trợ ra quyết định đa tiêu chí cho chấm điểm và xếp hạng tín dụng thể nhân

- Các yếu tố ảnh hưởng đến tính điểm tín dụng thể nhân và sinh viên

- Phương pháp trích chọn đặc trưng

- Đề xuất mô hình tính điểm và xếp hạng tín dụng SV dựa trên kỹ thuật học máy và ra quyết định đa tiêu chí

- Thử nghiệm, đánh giá mô hình trên bộ dữ liệu mẫu

3 Muc tiệu, nội dung, độ i tứớng, phứớng phàp nghiện cứu

 Phương pháp chấm điểm tín dụng;

 Các thuật toán học máy liên quan;

 Mô hình chấm điểm tín dụng sinh viên dựa trên bộ dữ liệu tín

dụng sinh viên.

3 Muc tiệu, nội dung, độ i tứớng, phứớng phàp nghiện cứu

 Thu thập, tổng hợp và đánh giá các kết quả nghiên cứu đã có

 Nguồn tư liệu và thông tin:

 Tạp chí khoa học chuyên ngành trong và ngoài nước

 Trao đổi với Thầy hướng dẫn, đồng nghiệp và các chuyên gia

 Trao đổi thông tin khoa học thông qua các buổi Seminar khoa học hoặc

tham gia báo cáo tại các hội thảo

 Nghiên cứu thực nghiệm: Cài đặt thử nghiệm

3 Muc tiệu, nội dung, độ i tứớng, phứớng phàp nghiện cứu

 Áp dụng quy trình phát triển một hệ thống học máy

Mô hình học máy sử dụng kỹ tuật học máy và ra quyết định đa tiêu chí

hỗ trợ cho xếp hạng tín dụng thể nhân

Xác định mức độ quan trọng của các

tiêu chí

Xác định mức độ quan trọng của các

tiêu chí

Mức độ quan trọng của mỗi tiêu chí

Mức độ quan trọng của mỗi tiêu chí

Dữ liệu tín dụng

- Đặc điểm nhân thân

- Tài chính cá nhân

- Hành vi sử dụng tín dụng

- Grid search

- Ramdom forest

…

Dữ liệu tín dụng Dữ liệu tín dụng với trọng số của bộ tiêu chí với các đặc trưng đã

được trích chọn

Trích chọn đặc trưng

Chấm điểm tín dụng Dữ liệu tín dụng được chấm điểm dựa trên trọng số của bộ tiêu chí

Xếp hạng tín dụng - SVM + AHP- LR + AHP AHP

4 Dứ kiệ n kệ t quà* đàt đứớc

 Tổng quan các kỹ thuật chấm điểm và xếp hạng tín dụng thể

nhân

 Mô hình học máy và ra quyết định đa tiêu chí cho chấm điểm và

xếp hạng tín dụng thể nhân

 Mô hình học máy và ra quyết định đa tiêu chí hỗ trợ xếp hạng

tín dụng sinh viên

5 Tiệ n độ hộc tàp và nghiện cứu

1 - Thu thập, tổng hợp và đánh giá các kết quả nghiên cứu về cơ sở lý thuyết

- Nghiên cứu sâu vào các thuật toán liên quan

- Viết bài tổng quan về các mô hình chấm điểm tín dụng

- Học các môn trong học phần NCS năm thứ nhất

- Báo cáo tiểu luận tổng quan

2 - Nghiên cứu các yếu tố ảnh hưởng đến tính điểm tín dụng SV- Đề xuất các đặc trưng trong chấm điểm tín dụng SV

- Nghiên cứu phương pháp ra quyết định đa tiêu chí

- Viết bài báo về yếu tố ảnh hướng đến tính điểm tín dụng SV

- Học các môn học trong học phần NCS

- Bảo vệ tiểu luận tổng quan

và các CĐ năm 2

3 - Hoàn thiện và thử nghiệm mô hình, đánh giá khó khăn và đề xuất giải pháp- Viết bài báo trên tập chí/hội thảo chuyên ngành về Mô hình học máy và ra quyết định đa tiêu

chí cho chấm điểm và xếp hạng tín dụng thể nhân

4 - Tổ chức seminar báo cáo kết quả nghiên cứu và công bố các kết quả thực nghiệm

- Viết bài báo trên tạp chí/hội thảo chuyên ngành về kết quả thực nghiệm thu được

- Viết luận án

- Hoàn chỉnh luận án, các thủ tục và báo cáo trước hội đồng bảo vệ

XIN CHÂN THÀNH CẢM ƠN!