5. Cấu trúc luận văn
3.3.2. Giới thiệu bài toán
Chúng ta đang sống trong thế giới thừa thông tin thiếu tri thức – đó là nhận định của nhiều ngƣời trong thời đại bùng nổ thông tin hiện nay.
Sử dụng phƣơng pháp khai phá tri thức từ dữ liệu để dự đoán rủi ro tín dụng là một phƣơng pháp mới nhằm nâng cao chất lƣợng tín dụng của Ngân hàng.
Rủi ro tín dụng có thể đƣợc hiểu là nguy cơ một ngƣời đi vay không thể trả đƣợc gốc và/hoặc lãi đúng thời hạn quy định.
Hiện nay, để phòng ngừa rủi ro tín dụng, các chuyên gia Ngân hàng thực hiện các phƣơng pháp thu thập, phân tích và đánh giá các thông tin về khách hàng, tài sản bảo đảm của khoản vay… Phƣơng pháp truyền thống này có nhiều hạn chế do phụ thuộc vào trình độ, tâm lý và yếu tố chủ quan khác của các cán bộ thẩm định hồ sơ vay nợ của khách hàng. Chính vì vậy mà một công cụ trợ giúp thẩm định và ƣớc đoán chất lƣợng tín dụng một cách khách quan dựa trên các cơ sở khoa học là hết sức có ý nghĩa và cần thiết. Việc đề xuất cho vay hay không dựa vào các luật quyết định (phân lớp) đƣợc xây dựng thông qua cây quyết định đã đƣợc nghiên cứu. Nhờ các luật quyết định này sẽ hỗ trợ cán bộ tín dụng có quyết định cho khách hàng vay hay không.
Trong phạm vi luận văn này tôi đã tập trung nghiên cứu đối với công tác tín dụng tiêu dùng của khách hàng với tập mẫu dữ liệu bao gồm 621 mẫu dữ liệu khách hàng vay vốn tại ngân hàng Vietinbank chi nhánh Kon Tum. Dựa vào tập mẫu Dulieuvayvon.xlsx sẽ xây dựng mô hình cây quyết định, từ cây quyết định rút ra các luật quyết định. Dựa vào các luật quyết định đó ta sẽ phân lớp đƣợc tập dữ liệu mới (dữ liệu về khách hàng xin vay tiêu dùng, nhƣng chƣa đƣợc phân lớp) và tập dữ liệu sau khi đƣợc phân lớp sẽ hỗ trợ cho các cán bộ tín dụng ra quyết định cho khách hàng vay hay không.