หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2548
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2547
ประเภทโครงงาน
การศึกษาค้นคว้าอิสระ
ชื่อโครงงานภาษาไทย
ระบบสนับสนุนการตัดสินใจสำหรับวิเคราะห์ความเสี่ยงด้านสินเชื่อ
ชื่อโครงงานภาษาอังกฤษ
Decision Support System for Credit Risk Analysis
ผู้พัฒนา
46654596 อนะพิชา นวะมะรัตน
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ในภาคธุรกิจปัจจุบันมีการแข่งขันกันสูง จึงมีความพยายามที่จะคิดค้นและพัฒนาเทคนิคต่างๆขึ้น เพื่อใช้ช่วยในการตัดสินใจทางธุรกิจ และเป็นที่ยอมรับโดยทั่วไปว่าข้อมูลคือหัวใจสำคัญทางธุรกิจ การที่เรามีข้อมูลจำนวนมาก สามารถเข้าใจถึงพฤติกรรมของข้อมูลเหล่านั้น และสามารถนำไปใช้ได้อย่างถูกต้องก็จะสร้างโอกาสให้กับธุรกิจมากขึ้น กระบวนการทางด้าน Data Mining จึงเข้ามามีบทบาทในธุรกิจ เนื่องจากสามารถใช้วิธีการอันชาญฉลาดมาช่วยในการตัดสินใจทางธุรกิจได้เป็นอย่างดี
โครงการนี้จะนำเสนอถึงขั้นตอนและวิธีการพัฒนาระบบงานเพื่ออนุมัติสินเชื่อเบื้องต้น โดยระบบจะทำการจำแนกลักษณะของลูกค้าที่อยู่ในกลุ่มที่มีเครดิตที่ดีและไม่ดี เพื่อลดความเสี่ยงในการอนุมัติสินเชื่อให้แก่ลูกค้า รวมทั้งเป็นแนวทางในการนำไปประยุกต์ใช้เพื่อพิจารณาปัจจัยอื่นๆที่มีผลต่อการดำเนินธุรกิจต่อไป โดยใช้เทคนิคการจัดหมวดหมู่ Classification ซึ่งเป็นเทคนิคในกระบวนการสร้างรูปแบบการทำนาย (Predictive Model) ของการทำ Data Mining
ผลการศึกษานี้สรุปได้ว่าเราสามารถนำการทำ Data Mining มาใช้ในการวิเคราะห์ความเสี่ยงด้านสินเชื่อของลูกค้าโดยนำข้อมูลประวัติการค้างชำระของลูกหนี้สินเชื่อของธนาคารมาสร้างเป็น Risk Predictive Model ซึ่งเป็นประโยชน์ในการวิเคราะห์ข้อมูลความเสี่ยงด้านสินเชื่อ และช่วยให้ลดเวลาและขั้นตอนในการวิเคราะห์ความเสี่ยงด้านสินเชื่ออีกทางหนี่ง
Abstract
Today’s business is highly competitive, people attempt to develop different techniques to assist business decision making. As we all know, data is the heart of any business. Once we have information, understand its nature, and know the way to apply it effectively, there will be a window of opportunity in our business, Data Mining, may play an important role in business due to its intelligent methodology applications for business decision making.
This project will present steps and system development methods to efficiently assist business decision making. It will identify the types of client into good and bad credit. This helps identify credit loan risks. Additionally it is a guideline to apply to other factors, that may affect the business by using technique Classification which is a technique Predictive Model of Data Mining process.
From study, we can conclude that Data Mining can be used to analyze customer repayment behavior by using repayment history of bank’s clients to develop Risk Predictive Model which benefits credit risk analysis and test the effectiveness of Risk Predictive Model which help in reducing time and shortening process.
คำสำคัญ (Keywords)
-
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
อนะพิชา
นวะมะรัตน
(g46654596)
แก้ไขครั้งสุดท้าย
เมื่อ March 1, 2005, 10 a.m. โดย
อนะพิชา
นวะมะรัตน
(g46654596)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
กฤษณะ
ไวยมัย
(fengknw)
เมื่อ March 1, 2005, 10 a.m.