Với rất nhiều ứng dụng thực tế của khai phá dữ liệu trong ngành tài chính ngân hàng, đặc biệt trong phân tích dự báo rủi ro tín dụng. Với thời gian có hạn luận văn mới chỉ nghiên cứu và thực nghiệm trên 2 thuật toán, vì vậy yêu cầu với bài toán trong tương lai là áp dụng các thuật toán khác như hồi quy dự báo, áp dụng mạng noron xây dựng các mô hình dự báo…Với sự ứng dụng rộng rãi của khai phá dữ liệu trong ngành tài chính ngân hàng như đã trình bày thì còn rất nhiều bài toán có thể tìm hiểu và nghiên cứu thêm trong tương lai.
TÀI LIỆU THAM KHẢO
Tiếng Việt
[1]. GS TS Nguyễn Văn Tiến, Quản trị rủi ro trong kinh doanh ngân hàng, NXB Thống kê
[2]. PGS.TS Hà Quang Thụy, Bài giảng Khai phá dữ liệu, Đại học Công Nghệ- Đại Học Quốc gia Hà Nội
[3]. Hà Quang Thụy, Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Nguyễn Thu Trang, Nguyễn Cẩm Tú, Khai phá dữ liệu Web, Nhà xuất bản Giáo dục, 2009. [4]. TS. Nguyễn Minh Kiều, Nghiệp vụ ngân hàng, Trường Đại Học Kinh Tế
TPHCM. Nhà xuất bản Thống Kê, tháng 12-2005.
[5]. Lê Thùy Dương , Khóa luận tốt nghiệp “Bài toán phân lớp văn bản và áp dụng phân lớp dữ liệu tài chính ngân hàng”- Đại học công nghệ, ĐHQGHN, K50 [6]. Lê Thị Thùy Linh, Khóa luận tốt nghiệp “Nghiên cứu các thuật toán phân lớp
dữ liệu dựa trên cây quyết định” - Đại học công nghệ, ĐHQGHN, K46
Tiếng Anh
[7]. Jiawei Han and Micheline Kamber, Data Mining Concepts and Techniques, Second Edition
[8]. Carlo Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making, 2009 John Wiley & Sons, Ltd. ISBN: 978-0-470-51138-1 [9]. Charlie Berger, Oracle Corporation, Oracle Data Mining - In-Database Data
Mining Made Easy
[10]. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer (2007)
[11]. Ron Kohavi, J. Ross Quinlan, Decision Tree Discovery, 1999 [12]. Tom M. Mitchell (1997), Machine Learning, McGraw-Hill.
[13]. Dejan Sarka, Matija Lah, Grega Jerkic, Implementing a Data Warehouse with MicrosoftSQL Server 2012, Microsoft
[14]. J. M. Zytkow and W. Klosgen, Handbook of Data Mining and Knowledge Discovery, Oxford University Press; 1 edition (June 15, 2002)
[15]. Ian H. Witten, Eibe Frank, Data Mining Practical Machine Learning Tools and Techniques, 3rd Edition, Mark A. Hall
[16]. Bernhard Sch¨olkopf, Alexander J. Smola, Learning with Kernels, The MIT Press Cambridge, Massachusetts London, England, 2001
[17]. BingLiu, Web Data Mining Exploring Hyperlinks, Contents, and Usage Data, 2007.
[18]. CorinnaCortes, VladimirVapnik, Support-VectorNetworks, Machine Learning, AT&T Bell Labs, Holmdel, NJ 07733, USA, 1995.
[19]. S.Prabhu, N.Venkatesan, Data mining and warehouse, New Age International (P) Limited Publishers, 2007