The object of research, development or design (in Russian) : Объектом исследования является интеллектуальная система кредитования производителя/импортера товара

The object of research, development or design (in Kazakh) : Зерттеу объектісі тауар өндірушісі/импорттаушысы үшін интеллектуалды несие жүйесі болып табылады

Aim of work (in Russian) : Цель проекта — создать интеллектуальную систему, основанную на скоринговой модели. Скоринговая модель, позволит быстро принимать решения по кредитованию клиентов на основе big data и методов искусственного интеллекта.

Aim of work (in Kazakh) : Жобаның мақсаты – баллдық модельге негізделген интеллектуалды жүйені құру. Скоринг үлгісі үлкен деректер мен жасанды интеллект әдістеріне негізделген клиенттерді несиелендіру бойынша жылдам шешім қабылдауға мүмкіндік береді.

Методы исследования (на русском) : Анализ данных и расчёт ключевых финансовых показателей в сочетании с онтологической моделью для извлечения и обработки данных и включает финансовый анализ, статистические методы и алгоритмы машинного обучения для оценки вероятности возврата кредита, оценку спроса на продукцию, анализ рынка (например, сезонность), прогнозирование продаж, проверку на соответствие правовым нормам и стандартам. Для реализации интеллектуальной системы кредитования, включая создание и манипулирование онтологиями, разработку логики принятия решений, и интеграцию машинного обучения выбран язык Python. Python позволяет комбинировать логические правила и базы знаний, храня факты и правила в OWL, обрабатывать сложные логические выводы с помощью PySWIP и хранить данные в SQL-базах для долгосрочного хранения. Использование модуля OWLready2 языка Python позволяет создавать и работать с онтологиями в OWL формате, а также выполнять запросы и использовать правила для вывода знаний. Например, можно создать базу знаний с классами, представляющими компании, товары, условия кредитования, и добавить к ним правила.

Методы исследования (на казахском) : Деректерді талдау және негізгі қаржылық көрсеткіштерді есептеу деректерді алу және өңдеу үшін онтологиялық модельмен үйлесімде және қаржылық талдауды, статистикалық әдістерді және несиені өтеу ықтималдығын бағалауға арналған машиналық оқыту алгоритмдерін, өнімге сұранысты бағалауды, нарықты талдауды (мысалы, маусымдық) қамтиды. , сатуды болжау, құқықтық нормалар мен стандарттарға сәйкестігін тексеру. Онтологияларды құру мен манипуляциялауды, шешім қабылдау логикасын дамытуды және машиналық оқытуды біріктіруді қамтитын интеллектуалды несиелеу жүйесін енгізу үшін Python тілі таңдалды. Python OWL жүйесінде фактілер мен ережелерді сақтау арқылы логикалық ережелер мен білім негіздерін біріктіруге, PySWIP көмегімен күрделі қорытындыларды өңдеуге және ұзақ мерзімді сақтау үшін деректерді SQL дерекқорларында сақтауға мүмкіндік береді. Python тілінің OWLready2 модулін пайдалану OWL пішіміндегі онтологияларды құруға және олармен жұмыс істеуге, сондай-ақ білім алу үшін сұрауларды орындауға және ережелерді пайдалануға мүмкіндік береді. Мысалы, компанияларды, өнімдерді, несие шарттарын көрсететін сыныптармен білім қорын жасауға және оларға ережелер қосуға болады.

Obtained results and novelty (in Russian) : Формализация представления знаний и определение механизма вывода решений: Построена структура для представления знаний и построения базы знаний интеллектуальной системы. Построена онтологическая модель, включающая в себя иерархию классов и их атрибутов, а также связи между ними. Это позволит системе структурировать информацию и сделать её доступной для анализа и принятия решений. Выбор или разработка языка представления знаний: С использованием Python определены правила на выбранном языке представления с занесением в базу знаний.

Obtained results and novelty (in Kazakh) : Білімді ұсынуды формализациялау және шешімдерді шығару механизмін анықтау: Білімді ұсыну және интеллектуалды жүйенің білім базасын құру үшін құрылым салынды. Класстардың иерархиясын және олардың атрибуттарын, сондай-ақ олардың арасындағы байланыстарды қамтитын онтологиялық модель құрастырылды. Бұл жүйеге ақпаратты құрылымдауға және оны талдау мен шешім қабылдауға қолжетімді етуге мүмкіндік береді. Білімді көрсету тілін таңдау немесе дамыту: Python көмегімен ережелер таңдалған көрсету тілінде анықталады және білім қорына енгізіледі.

The main constructive and technical economic indicators (in Russian) : 1. Автоматизация процессов оценки кредитоспособности заемщиков и принятия решений о выдаче кредитов. 2. Интеграция с различными базами данных и системами для получения информации о заемщиках и товаропоставщиках. 3. Анализ кредитоспособности заемщиков на основе больших данных и алгоритмов машинного обучения. 4. Оценка кредитного риска и определение степени вероятности возврата кредита. 5. Электронное хранение и обработка документов, связанных с кредитованием. 6. Применение современных методов аутентификации и защиты информации для предотвращения мошенничества. 7. Мониторинг и анализ портфеля кредитов, включая выявление изменений в финансовом состоянии заемщиков. 8. Анализ эффективности кредитования и определение оптимальных стратегий выдачи кредитов. 9. Связь с финансовыми институтами, банками и другими участниками рынка для обеспечения доступа к кредитным ресурсам и их управления.

The main constructive and technical economic indicators (in Kazakh) : 1. Несие алушылардың несиелік қабілетін бағалау және несие беру бойынша шешім қабылдау процестерін автоматтандыру. 2. Несие алушылар мен жеткізушілер туралы ақпарат алу үшін әртүрлі мәліметтер базаларымен және жүйелермен интеграция. 3. Үлкен деректер мен машиналық оқыту алгоритмдері негізінде несие алушылардың несиелік қабілетін талдау. 4. Несиелік тәуекелді бағалау және несиенің қайтарылу ықтималдығының дәрежесін анықтау. 5. Несие беруге байланысты құжаттарды электронды түрде сақтау және өңдеу. 6. Алаяқтықтың алдын алу үшін аутентификацияның және ақпараттық қауіпсіздіктің заманауи әдістерін қолдану. 7. Несие портфелінің мониторингі және талдауы, оның ішінде қарыз алушылардың қаржылық жағдайындағы өзгерістерді анықтау. 8. Несие беру тиімділігін талдау және несие берудің оңтайлы стратегияларын анықтау. 9. Несие ресурстарына қолжетімділікті қамтамасыз ету және оларды басқару үшін қаржы институттарымен, банктермен және нарықтың басқа қатысушыларымен байланыс.

Level of implementation (in Russian) : За 2024 год внедрение не предусмотрено

Level of implementation (in Kazakh) : Іске асыру 2024 жылға жоспарланбаған

Efficiency (in Russian) : На 2024 год эффективность не запланирована

Efficiency (in Kazakh) : 2024 жылға тиімділік жоспарланбаған

Field of application (in Russian) : Банки и финансовые учреждения, компании, занимающиеся торговлей и импортом товаров, организации, предоставляющие микрокредиты физическим и юридическим лицам, инвестиционные компании и фонды, программы кредитования, направленные на поддержку производителя/импортера товара

Field of application (in Kazakh) : Банктер мен қаржы институттары, тауарлардың саудасымен және импортымен айналысатын компаниялар, жеке және заңды тұлғаларға микрокредиттер беретін ұйымдар, инвестициялық компаниялар мен қорлар, тауар өндіруші/импорттаушыны қолдауға бағытталған несиелендіру бағдарламалары