LuanVan.vnLuận Văn
Gửi thư

Enhancing Credit Scoring Accuracy through In-depth Feature Engineering on Alternative Data

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhTài chính, ngân hàng
Tác giảPhạm Tuấn Kiệt
Người hướng dẫnBùi Quốc Trung
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Giới thiệu giải pháp nâng cao độ chính xác chấm điểm tín dụng thông qua khai thác dữ liệu thay thế và tăng cường khả năng giải thích quyết định. Phân tích thực trạng cho thấy các mô hình truyền thống khó đánh giá nhóm hồ sơ mỏng, trong khi mô hình học máy hiện đại thường thiếu minh bạch. Đề xuất giải pháp xây dựng quy trình kỹ thuật đặc trưng quy mô lớn, huấn luyện mô hình LightGBM để dự báo rủi ro vỡ nợ, và tích hợp SHAP cùng mô hình ngôn ngữ lớn để diễn giải kết quả theo ngôn ngữ tự nhiên. Kết luận khẳng định hệ thống vừa cải thiện hiệu năng dự báo vừa hỗ trợ hiểu rõ nguyên nhân quyết định tín dụng, góp phần thúc đẩy tài chính toàn diện.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn tài chính, ngân hàng · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.