Publication
Sistema de apoio à tomada de decisão - Ofertas comerciais de crédito bancário
| dc.contributor.advisor | Martins, António Constantino Lopes | |
| dc.contributor.author | Moreira, Andreia Filipa Mendes | |
| dc.date.accessioned | 2021-07-08T14:43:29Z | |
| dc.date.available | 2023-11-06T01:31:03Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | Os últimos anos têm registado um elevado crescimento da atividade bancária associado à evolução tecnológica na área. A par desta transformação digital, as entidades bancárias têm tentado proporcionar aos seus clientes processos de crédito cada vez mais automatizados. A pressão exercida pela concorrência existente na área de crédito incentiva os bancos a inovarem os seus processos recorrendo a tecnologias cada vez mais eficientes que permitam diminuir os tempos de espera do cliente e maximizar os lucros das entidades bancárias. No âmbito da inteligência artificial e do crédito bancário, nesta tese será proposto um modelo processual para realizar a recomendação automática das melhores condições de crédito aos clientes das instituições de conceção de crédito bancário. O modelo é um sistema de apoio à decisão (SAD) que recorre ao paradigma de raciocínios baseado em casos (RBC) com o intuito de recomendar as melhores opções de crédito à entidade bancária e aos seus clientes. O foco principal deste trabalho é apresentar detalhadamente este paradigma e explicar de que forma pode ajudar na automatização do processo de crédito recorrendo a um perfil de cliente e a um catálogo de produtos disponível. São abordados temas como a representação de conhecimento utilizando casos, armazenamento, organização de conhecimento prévio e métricas de similaridade para adaptação de casos. Um dos resultados pretendidos para este projeto é o desenvolvimento de um produto capaz de analisar um perfil de um cliente e um conjunto de dados de uma simulação e calcular a probabilidade de aceitação ou recusa da mesma e o estado previsto do processo que será gerado a partir da simulação. Pretende-se ainda, a geração de um catálogo, adequado ao perfil do cliente, com um conjunto de produtos e as respetivas probabilidades de aceitação ou recusa caso o cliente pretenda avançar com algum dos produtos e realizar uma simulação dos mesmos. Com este produto espera-se aumentar a fiabilidade dos simuladores de crédito permitindo que os clientes do banco saibam de antemão a probabilidade de aceitação do seu crédito e ainda que a própria entidade bancária possa realizar uma melhor avaliação do perfil do seu cliente. Assim, através de recomendações adaptadas ao perfil do cliente e à sua capacidade financeira, este sistema tem o objetivo de diminuir o tempo do processo de concessão de crédito bancário bem como o risco do crédito malparado. | pt_PT |
| dc.description.abstract | The past few years have seen a high growth in banking activity associated with technological developments in the area. Alongside this digital transformation, bank entities have tried to provide their customers with increasingly automated credit processes. The pressure exerted by the existing competition in the credit area encourages banks to innovate their processes using increasingly efficient technologies that allow to reduce customer waiting times and maximize the profits of banking entities. In the scope of artificial intelligence and bank credit, in this thesis a procedural model will be proposed to carry out the automatic recommendation of the best credit conditions to customers of the bank credit design institutions. The model is a decision support system (SAD) that uses the case-based reasoning paradigm (RBC) in order to recommend the best credit options to the bank and its customers. The main focus of this paper is to present this paradigm in detail and explain how it can help automate the credit process using a customer profile and an available product catalog. Topics such as knowledge representation using cases, storage, organization of prior knowledge and similarity metrics for adapting cases are addressed. One of the intended results of this project is the development of a product capable of analyzing a customer's profile and a simulation data set and calculating the probability of acceptance or refusal of the same and the expected state of the process that will be generated from of the simulation. It is also intended to generate a catalog, suitable to the customer's profile, with a set of products and the respective probabilities of acceptance or refusal if the customer intends to proceed with any of the products and perform a simulation of them. This product is expected to increase the reliability of credit simulators, allowing bank customers to know in advance the probability of accepting their credit and even if the bank itself can perform a better assessment of its customer's profile. Thus, through recommendations adapted to the client's profile and financial capacity, this system has the objective of reducing the time of the bank credit granting process as well as the risk of non-performing loans. | pt_PT |
| dc.identifier.tid | 202937143 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/18113 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Entidade bancária | pt_PT |
| dc.subject | Automatização de processos | pt_PT |
| dc.subject | Perfil de cliente | pt_PT |
| dc.subject | Catálogo de produtos | pt_PT |
| dc.subject | Simulação de crédito | pt_PT |
| dc.subject | Raciocínio baseado em casos | pt_PT |
| dc.subject | Banking entity | pt_PT |
| dc.subject | Process automation | pt_PT |
| dc.subject | Customer profile | pt_PT |
| dc.subject | Product catalog | pt_PT |
| dc.subject | Credit simulation | pt_PT |
| dc.subject | Case-based reasoning | pt_PT |
| dc.title | Sistema de apoio à tomada de decisão - Ofertas comerciais de crédito bancário | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Informática - Engenharia de Software | pt_PT |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- DM_AndreiaMoreira_2020_MEI.pdf
- Size:
- 6.25 MB
- Format:
- Adobe Portable Document Format