6.2. Описание состава разрабатываемого программного обеспечения в соответствии со структурой ИСППР и функциями аналитика и кредитного инспектора

Для реализации предложенного метода и алгоритмов (алгоритма извлечения и структурирования знаний, отражающих субъективное кредитное поведение, и алгоритма интеллектуальной поддержки принятия решений о возможности выдачи кредита на основе оценки кредитоспособности с ситуационным управлением системой оценки рисков) далее, в соответствии с предложенной структурой ИСППР (глава 2), разработаны алгоритмы программной реализации, обеспечивающие работу системы.

Для более полного представления работы системы на рис. 6.1 изображена функциональная схема ИСППР о возможности выдачи кредита на основе оценки кредитоспособности.

Следует также учесть характерные особенности предметной области:

­ требования банковских структур хранить базу данных (БД) со всеми таблицами (ТБД) на центральном сервере банка (хранение в виде снимков фрагментов БД на сервере торговых компаний или филиалов банков, через которые выполняется оформление кредита, неприемлемо);

­ при разработке клиентской части учитывать разграничение прав доступа категорий пользователей системы: аналитики, кредитные инспекторы;

­ процедуры оценки соискателя должны быть защищены, следовательно, с торговой точки возможен только запуск алгоритмов оценки; время на принятие решения ограничено (для заполнения данных достаточно не более 10-15 минут); кредитная история заемщика на основании психодиагностических данных анонимна и не сохраняется.

В соответствии с представленной функциональной схемой ИСППР о возможности выдачи кредита на основе оценки кредитоспособности (см. рис. 6.1) рассмотрим алгоритмы ее программной реализации, разделяя их поэтапно, в соответствии с функциями блоков ИСППР.

Блок извлечения и структурирования знаний, отражающих субъективного кредитное поведение заемщика предназначен для осуществления процесса приобретения и структурирования знаний на основе типологического анализа данных, полученных вследствие ассоциативного эксперимента для дальнейшего построения СПП КЗ с целью автоматизированного формирования анкеты КЗ.

На основе принятой структуры типологии реализованы основные подходы кластерного анализа. Алгоритм подготовки описания групп для работы алгоритма по выявлению СПП, ориентированный на тот факт, что может меняться типология групп и набор с градациями социально-демографических признаков, представлен на рис. П.2.1.

Перед запуском процесса формирования СПП необходимо выполнить предварительную проверку достижимости результата согласно заданному плану ЛПР, то есть выполнить алгоритм с обратным логическим выводом (рис. П.2.2).

В случае недостижимости результатов дается управляющий сигнал на ужесточение/смягчение критерия/критериев, которые приводят к противоречиям. Далее запускается алгоритм с прямым логическим выводом для формирования СПП (рис. П.2.3).

Рис. 6.1. Функциональная схема ИСППР о возможности выдачи

кредита на основе оценки кредитоспособности (начало)

Рис. 6.1. Функциональная схема ИСППР о возможности выдачи

кредита на основе оценки кредитоспособности (окончание)

В соответствии с описанными особенностями была разработана диаграмма развертывания программного комплекса в торговой сети (рис.

Рис. 6.2. Диаграмма развертывания, где «кредитоспособность.exe» - запускаемый модуль клиентского приложения для кредитного инспектора, «Credits.mdb» - серверная часть приложения с базой данных, реализованная в MS SQL Server 2005

В соответствии с функциональной схемой ИСППР (см. рис. 6.1) БД имеет структуру, представленную на рис. 6.3.

Разработка и хранение БП выполнено с учетом реализации интеллектуальной системы средствами систем управления базами данных (СУБД). Выбор средства реализации разрабатываемой интеллектуальной системы обусловлен областью ее применения и наличием встроенных средств оптимизации обработки данных и управления ими.

В используемой в данной работе СУБД MS SQL Server 2005 реализован встроенный планировщик и оптимизатор запросов, то есть при первом запуске запроса с учетом логики операторов определяется и сохраняется план выполнения запроса с минимальной стоимостью. При последующем выполнении запросов происходит обращение к готовому плану и выполняется программа. Аналогичными функциональными преимуществами обладает СУБД Oracle, соответственно все решения и алгоритмы могут быть перенесены и реализованы в Oracle Database 9i или более поздние версии.

БД содержит данные для анализа, а также полученные в результате анализа: ТБД ассоциаций респондентов, ТБД справочник респондентов, ТБД справочник ассоциаций (все полученные в ходе ассоциативного эксперимента ассоциации), ТБД справочник групп, ТБД СЗП (характерные ассоциации или полученные в результате анализа СЗП), ТБД наборы СЗП, описание структур представлено в табл. П.4.1, П.4.2, П.4.3, П.4.4, П.4.5, П.4.6, П.4.7, П.4.8, П.4.9.

БД средств управления, БЗ решенных задач по принятию решений, в соответствии с назначением блока извлечения и структурирования знаний, содержит в себе разработанную базу правил, отвечающую разработанному алгоритму анализа данных: ТБД правила, ТБД деревья правил, ТБД правила аналитика (правила, отвечающие плану активного воздействия аналитика), ТБД наборы правил аналитика, ТБД группы правил, описание структур представлено в табл. П.4.10, П.4.11, П.4.12, П.4.13, П.4.14.

Блок приобретения знаний и построения МЗ направлен на формирование обучающей выборки, определение характеристик обучающей выборки, актуализацию обучающей выборки. Работа этого блока предполагает не только создание единожды МЗ, в основе которой лежат методы ЛВ-моделирования, но и ее актуализацию после оценки свершившегося факта – «вернул»/«не вернул» кредит КЗ.

Процесс заполнения шаблона-маски представлен серией алгоритмов: алгоритм генерации групп, алгоритм генерации структуры шаблона-маски, алгоритм заполнения шаблона-маски данными о СЗП (их коды и градации), алгоритм заполнения шаблона-маски частотами встречаемости СЗП.

Так как при первичной установке СППР необходимо подготовить шаблон-маску частот встречаемости и нужно гарантировать соответствие описания групп по их характеристикам в системе, то заполнение таблицы выполняется автоматически путем запуска алгоритма «Генерация социально-демографических групп», который берет за основу полученную типологию КЗ по результатам работы блока извлечения и структурирования знаний.

Далее запускается процесс генерации структуры шаблона-маски. Структура данного шаблона зависит от того, каким образом сформировались социально-демографические группы. Поэтому в ИСППР он генерируется в процессе начального формирования обучающей выборки, а при установке системы отсутствует.

Рис. 6.3. Структура данных для определения СПП

Следующим этапом является процесс предварительного заполнения шаблона-маски кодами СЗП и весами. Порядок заполнения зависит от того, какими СЗП заполнена таблица «Справочник СЗП». Так как все они должны быть представлены в шаблоне, то после установки системы и заполнения справочников должны быть выполнены процедуры, алгоритмы которых представлены на рис. П.2.1-П.2.3.

В процессе работы системы при проведении дополнительных исследований могут появиться новые СЗП и, соответственно, новые варианты анкет для соискателей. Чтобы учесть эту особенность в ИСППР к таблице «Справочник СЗП» привязан триггер на добавление записи, который проверяет, уникален ли вновь добавляемое СЗП, если да, то он сохраняется в таблице и автоматически в таблицу «Шаблон-маска частот встречаемости» добавляется семь новых записей с кодом добавляемого СЗП и вариантами значений его веса (значимости). Если СЗП не прошел проверку на уникальность, то автоматически происходит откат добавленной записи в таблице «Справочник СЗП».

Последним в серии алгоритмов будет алгоритм заполнения шаблона-маски самими частотами встречаемости СЗП.

На основе обучающей выборки определяются суммарные показатели выбора каждой градации каждого СЗП представителями групп КЗ. При актуализации данных запускается аналогичный алгоритм, который отличается тем, что исключается обход по всем группам КЗ, а на вход алгоритма подается список тех КЗ, информация о которых переносится в обучающую выборку.

Алгоритм определения оценок каждого КЗ по векторам отличий реализован на основе описанной в пятой главе методики обучения модели с использованием (4.5).

Алгоритм определения статистических характеристик, а именно, выборочного среднего и стандартного отклонения выборочного среднего для каждой группы работает по (4.11) и (4.12).

В соответствии с функциональной схемой ИСППР (см. рис. 6.1) БД имеет структуру, представленную на рис. 6.4.

Рассматриваемый блок служит для хранения МЗ, и соответственно взаимодействуют с БД, содержащей ТБД, которые отражают социально-демографические признаки, структуру анкет, результаты анкетирования, вектора отличий и статистические характеристики групп КЗ (ТБД справочник соискателей, ТБД кредитный договор, ТБД результаты анкетирования, ТБД справочник социально-демографических групп, справочник СЗП, ТБД шаблон-маска, ТБД структуры анкет, ТБД справочник виды анкет). Описание их структур представлено в табл. П.4.15, П.4.16, П.4.17, П.4.18, П.4.19, П.4.20, П.4.21, П.4.22.

Рис. 6.4. Схема базы данных для формирования обучающей выборки,

определения характеристик обучающей выборки, актуализации

обучающей выборки, а также для организации хранения МЗ

и правил поддержки принятия решений

Основной задачей данной системы является принятие решения о выдаче/отказе кредита соискателю, в зависимости от процесса обхода дерева в программном коде реализовано несколько вариантов алгоритма, т.к. при интервальной оценке соискателя в дереве решений выбирается одно из неравенств (4.20), (4.21), (4.22), (4.23).

Поддержка принятия решения осуществляется в соответствии с разработанной продукционной моделью правил, которая имеет древовидную иерархическую структуру. При этом система обращается к БД средств управления, БЗ решенных задач по принятию решений, которая содержит в себе разработанную базу правил: ТБД правила, ТБД деревья правил. Структура полей соответствующих таблиц представлена в табл. П.4.24, П.4.25.

Алгоритм обхода дерева поддержки принятия решения о выдаче кредита с набором управляющих воздействий на интеллектуальную подсистему формирования СПП и подсистему предпочтений в зависимости от ситуаций поддержки принятия решения подробно описан в пятой главе.

Далее, в соответствии с выявленными в ходе работы функциями и ограничениями кредитного инспектора, была разработана схема отражения функций и прав доступа кредитного инспектора в программном обеспечении (рис. 6.5), аналогично разработана схема отражения функций аналитика в программном обеспечении (рис. 6.6). Следует заметить, что одинаковыми правами обладают аналитик – эксперт, принимающий решение при формировании анкеты КЗ и аналитик – риск-менеджер, принимающий управляющее решение системой розничного кредитования в кредитной организации, так как должностные обязанности этих лиц чаще всего совмещены.

Рис. 6.5. Схема отражения функций и прав доступа кредитного инспектора:

1 – право на запуск процедуры и получение результатов работы процедуры;

2 – право на добавление записи; 3 – право на чтение таблиц; 4 – право на чтение таблиц, добавление записи

Рис. 6.6. Схема отражения функций аналитика

в программном обеспечении (начало)

Рис. 6.6. Схема отражения функций аналитика в программном обеспечении (окончание)