Chương 1: Khai phá dữ liệu và Phân lớp đối tượng: Chương này trình bày các khái niệm cơ bản về khai phá dữ liệu. Sau đó, sẽ trình bày tổng quan về Phân lớp đối tượng dựa trên thuật toán Naive Bayes và sử dụng Naive Bayes trong khai phá dữ liệu. Chương 2: Xây dựng hệ thống phân loại khách hàng hỗ trợ ra quyết định cho thuê tài chính tại VietinBank: Chương này trình bày tìm hiểu về quy trình cho thuê tài chính tại VLC và tình hình cho thuê tài chính hiện nay. Từ tình hình đó đưa ra vấn đề cần giải quyết, và việc phân tích xây dựng hệ thống.
Chương 3: Xây dựng ứng dụng và thử nghiệm: Chương cuối này sẽ trình bày quá trình phân tích chức năng và tổ chức tổng thể hệ thống. Qua đó, đặc tả việc xây dựng hệ thống và thử nghiệm hệ thống. KHAI PHÁ DỮ LIỆU VÀ PHÂN LỚP ĐỐI TƯỢNG Trong chương này, luận văn sẽ tìm hiểu các cơ sở lý thuyết về khai phá dữ liệu và phân lớp đối tượng để làm nền tảng để xây dựng ứng dụng, bao gồm những nội dung sau: Giới thiệu sơ lược về kỹ thuật khai phá dữ liệu biết được khai phá dữ liệu là như thế nào, kỷ thuật ra sao và sử dụng công cụ gì; Những ứng dụng của khai phá dữ liệu trong lĩnh vực tài chính, ngân hàng; Phân lớp đối tượng dựa trên thuật toán Naive Bayes và sử dụng Naive Bayes trong dự đoán nhóm nợ khách hàng. Sơ lược về khai phá dữ liệu 1.
Khái niệm Khai phá dữ liệu (Data mining) là quá trình tìm kiếm các mẫu mới, những thông tin tiềm ẩn mang tính dự đoán trong các khối dữ liệu lớn. Khai phá dữ liệu là một lĩnh vực liên ngành, nơi hội tụ của nhiều học thuyết và công nghệ.1: Mối tương quan của khai phá dữ liệu với các ngành khác 1. Một số kỹ thuật khai phá dữ liệu Cây quyết định: Thuật toán cây quyết định cho ra kết quả là một tập luật của những dữ liệu huấn luyện có thuộc tính. Cây quyết định là một công cụ phổ biến trong khai phá và phân lớp dữ liệu.
Đặc điểm của cây quyết định: là 7 một cây có cấu trúc, trong đó: Root (Gốc): Là nút trên cùng của cây; Node trong: nút trung gian trên một thuộc tính đơn (hình Oval); Nhánh: Biểu diễn các kết quả của kiểm tra trên nút; Node lá: Biểu diễn lớp hay sự phân phối lớp (hình vuông hoặc chữ nhật). Gồm có 2 thuật toán: - Thuật toán ID3: giải thuật ID3 là học cây quyết định từ một tập các ví dụ rèn luyện (training example) hay còn gọi là dữ liệu rèn luyện (training data). Input: Một tập hợp các ví dụ. Mỗi ví dụ bao gồm các thuộc tính mô tả một tình huống, hay một đối tượng nào đó, và một giá trị phân loại của nó.
Output: Cây quyết định có khả năng phân loại đúng đắn các ví dụ trong tập dữ liệu rèn luyện, và hy vọng là phân loại đúng cho cả các ví dụ chưa gặp trong tương lai.5: là thuật toán phân lớp dữ liệu dựa trên cây quyết định hiệu quả và phổ biến trong những ứng dụng khai phá cơ sở dữ liệu có kích thước nhỏ.5 sử dụng cơ chế lưu trữ dữ liệu thường trú trong bộ nhớ, chính đặc điểm này làm C4.5 chỉ thích hợp với những cơ sở dữ liệu nhỏ, và cơ chế sắp xếp lại dữ liệu tại mỗi node trong quá trình phát triển cây quyết định. Phân lớp Naive Bayes: Định lý Bayes cho phép tính xác suất xảy ra của một sự kiện ngẫu nhiên A khi biết sự kiện liên quan B đã xảy ra. Xác suất này được ký hiệu là P(A|B), và đọc là "xác suất của A nếu có B". Đại lượng này được gọi xác suất có điều kiện vì nó được rút ra từ giá trị được cho của B hoặc phụ thuộc vào giá trị đó.
Mạng nơ ron nhân tạo: Nơ ron nhân tạo là sự mô phỏng đơn giản của nơ ron sinh học. Mỗi nơ ron nhân tạo thực hiện hai chức năng: chức năng tổng hợp đầu vào và chức năng tạo đầu ra. Mỗi nơ ron có một giá trị ngưỡng, chức năng đầu vào chính là tổng có trọng số các tín hiệu vào kết hợp với ngưỡng để tạo ra tín hiều đầu vào. Chức năng tạo đầu ra được thực hiện bằng hàm truyền đạt.
Hàm này sẽ nhận tín hiệu đầu vào và tạo tín hiệu đầu ra của nơ ron. 8 Luật kết hợp: Khai phá luật kết hợp là tìm các mẫu phổ biến, sự kết hợp, sự tương quan, hay các cấu trúc nhân quả giữa các tập đối tượng trong các cơ sở dữ liệu giao tác, cơ sở dữ liệu quan hệ và những kho thông tin khác. Các công cụ khai phá dữ liệu Có hai nhóm công cụ khai phá dữ liệu: Các công cụ mã nguồn mở (open- source tools) và nhóm công cụ thương mại. - Các công cụ mã nguồn mở (open-source) như: R studio (www.
- Các công cụ thương mại: hỗ trợ từ Intelligent Miner (IBM), từ Microsoft data mining tools (MS SQL Server 2000/2005/2008), từ Oracle Data Mining, từ Enterprise Miner (SAS Institute). Ứng dụng của khai phá dữ liệu trong lĩnh vực tài chính, ngân hàng Marketing Một trong những lĩnh vực được ứng dụng rộng rãi nhất cho ngành ngân hàng của kỹ thuật khai phá dữ liệu đó là lĩnh vực quảng bá sản phẩm. Bộ phận tiếp thị và bán hàng của các Ngân hàng có thể sử dụng kỹ thuật khai phá dữ liệu để phân tích CSDL về khách hàng. Khai phá dữ liệu thực hiện các phân tích khác nhau trên bộ dữ liệu thu thập được để xác định hành vi của người tiêu dùng với sự tham khảo sản phẩm, giá và kênh phân phối.
Với sự phản hồi của khách hàng đối với các sản phẩm hiện có và các sản phẩm mới, các ngân hàng sẽ có các chiến lược quảng bá sản phẩm, nâng cao chất lượng sản phẩm và dịch vụ và đạt được lợi thế cạnh tranh. Phân tích ngân hàng cũng có thể phân tích các xu hướng trong quá khứ, xác định nhu cầu hiện tại và dự báo hành vi khách hàng các sản phẩm và dịch vụ khác nhau để thu các cơ hội kinh doanh hơn và dự đoán mô hình hành vi. Kỹ thuật khai thác dữ liệu cũng giúp xác định khách hàng nào sẽ mang lại lợi nhuận và khách hàng nào không mang lại lợi nhuận. Các kỹ thuật khai phá dữ liệu có thể được sử dụng để xác định phản ánh của khách hàng như thế nào khi ngân hàng thực hiện điều chỉnh lãi suất [15].
9 Phát hiện gian lận Một lĩnh vực khác trong khai phá dữ liệu có thể được sử dụng trong ngành công nghiệp ngân hàng là việc phát hiện gian lận. Có thể phát hiện các hành động gian lận là một mối quan tâm ngày càng tăng cho nhiều doanh nghiệp, và với sự giúp đỡ của kỹ thuật khai phá dữ liệu các hành động gian lận ngày càng được phát hiện nhiều hơn. Có hai phương pháp tiếp cận phổ biến đã được phát triển bởi tổ chức tài chính để phát hiện các mô hình gian lận. Phương pháp tiếp cận thứ nhất, một ngân hàng cần phải sử dụng đến kho dữ liệu của bên thứ ba và sử dụng các kỹ thuật khai phá dữ liệu để xác định mô hình gian lận.
Sau đó, các ngân hàng có thể tham chiếu chéo những mẫu với CSDL riêng của mình. Phương pháp thứ hai, gian lận được nhận dạng mẫu dựa trên các mẫu thông tin nội bộ riêng của mình mà không phải nhờ vào bên thứ ba. Tuy nhiên, trên thực tế hầu hết các ngân hàng đang sử dụng kết hợp cả hai phương pháp tiếp cận trên [15]. Quản lý rủi ro Khai phá dữ liệu được sử dụng rộng rãi để quản lý rủi ro trong ngành công nghiệp ngân hàng.
Giám đốc điều hành ngân hàng cần phải biết rằng các khách hàng mà họ đang có liệu đáng tin cậy hay không. Khi cung cấp thẻ tín dụng mới cho khách hàng, mở rộng số lượng khách hàng hiện tại của tín dụng và phê duyệt các khoản vay, họ có thể ra các quyết định mang lại sự rủi ro cho các ngân hàng nếu họ không biết bất cứ điều gì về khách hàng của họ. Ngân hàng tiến hành quá trình cho các khách hàng của mình vay vốn bằng cách kiểm tra các chi tiết khác nhau liên quan đến việc cho vay như số tiền vay, lãi suất cho vay, kỳ hạn trả nợ, loại tài sản thế chấp,tình hình nhân sự, thu nhập và lịch sử tín dụng của họ. Khách hàng dài hạn với ngân hàng, với các nhóm thu nhập cao có thể nhận được các khoản vay rất dễ dàng.
Mặc dù, các ngân hàng đã thận trọng trong khi cung cấp vốn vay cho khách hàng, nhưng vẫn có những khoản nợ mặc định của khách hàng. Kỹ thuật khai phá 10 dữ liệu giúp phân biệt người trả nợ kịp thời với những người không có khả năng trả nợ kịp thời. Trên thực tế điểm tín dụng là một trong những công cụ quản lý rủi ro tài chính đầu tiên được phát triển. Điểm tín dụng có thể có giá trị cho người cho vay trong ngành ngân hàng khi đưa ra những quyết định cho vay.
Khai phá dữ liệu cũng có thể tìm ra được hành vi tín dụng của từng khách hàng cá nhân với các khoản vay trả góp, thế chấp, tín dụng, bằng việc sử dụng các đặc điểm như lịch sử tín dụng, thời gian làm việc và thời gian cư trú, như vậy đã cho phép một người cho vay đánh giá khách hàng và quyết định khách hàng đó có là một ứng cử viên tốt cho một khoản vay, hoặc nếu có nguy rủi ro nào tiềm ẩn. Khi biết được những gì là cơ hội sẵn có của một khách hàng, tức là khi đó các ngân hàng đang ở trong một vị trí tốt hơn để giảm thiểu rủi ro [15]. Quản trị quan hệ khách hàng Đối với ngành ngân hàng thì khách hàng được coi là thượng đế. Khai phá dữ liệu là rất hữu ích trong tất cả ba giai đoạn trong một chu kỳ mối quan hệ khách hàng: Tìm kiếm khách hàng, tăng giá trị của khách hàng và duy trì khách hàng.
Tìm kiếm khách hàng, chăm sóc và duy trì những khách hàng đã có là mối quan tâm rất quan trọng đối với một lĩnh vực kinh doanh nào, đặc biệt là lĩnh vực ngân hàng. Ngày nay, khách hàng có nhiều sự lựa chon bởi nhiều loại sản phẩm và dịch vụ được cung cấp bởi các ngân hàng khác nhau. Do đó, các ngân hàng phải đáp ứng nhu cầu của khách hàng bằng cách cung cấp các sản phẩm và dịch vụ mà họ ưa thích.