ارایه ی چارچوبی به منظور سنجش ریسک اعتبار مشتریان بانکی به صورت غیر متمرکز بر پایه بلاکچین
محل انتشار: دومین کنفرانس بین المللی مدیریت وسیستم های فازی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 954
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMFS02_053
تاریخ نمایه سازی: 23 شهریور 1398
چکیده مقاله:
یکی از مهم ترین ریسک های بانکی ریسک اعتباری است که گاهی سو مدیریت در ارتباط با در نظرگرفتن این ریسک باعث خسارت فراوان به منابع بانکی و حتی ورشکستگی بانک ها می شود. از دیدگاه بانک، ریسک اعتباری به تغییر ارزش یک دارایی اعتباری مثل وام پرداختی به مشتریان و یا اوراق قرضه منتشره در بازار، به دلیل وقوع یک پدیده اعتباری اطلاق می شود. به اشتراک گذاری امن داده ها به طور ناشناس بر بستر بلاکچین و عدم حضور شخص ثالث به افزایش حفظ حریم خصوصی در داده ها می انجامد همانطور که نمرات اعتباری بطور مستقیم از سوی بانک با استفاده از روش های یادگیری ماشین تخصیص می یابد می توان به صورت غیر متمرکز توسط کاربر، داده های جاری وارد سامانه شود و اعتبار سنجی به صورت هوشمند صورت گیرد که این شیوه می تواند موجب صرفه جویی در زمان و هزینه برای بانک و همچنین کاهش تقلب و سو استفاده شود. در این مقاله به ارائه ی روشی غیر متمرکز مبتنی بر بلاکچین که از روش های یادگیری عمیق به منظور سنجش ریسک اعتبار مشتریان بهره گرفته می شود پرداخته می شود. نمره اعتبار مشتریان به صورت هوشمند بر بستر بلاکچین قابل پیش بینی است و می توان ویژگی های مهم مشتریان را با استفاده از یادگیری عمیق تخمین زد و در نهایت به پیش بینی اعتبار مشتریان بانکی پرداخت
کلیدواژه ها:
نویسندگان
مجید سورانی
مدیر گروه هوش تجاری ، شرکت بهسازان ملت، تهران، ایران
زهرا رضائی
کارشناس علم داده ، شرکت بهسازان ملت، تهران، ایران