La Universidad de Granada ha firmado un convenio con la Universidad Pública de Navarra y Caja Navarra para la elaboración de un proyecto denominado ‘Técnicas de Minería de Datos y Soft computing para la mejora de la calidad de datos introducidos en “scoring”, (herramienta de gestión del riesgo de crédito basada en un sistema de puntuación con el que se pretende predecir el comportamiento de un solicitante de crédito desde el punto de vista del riesgo en el momento que efectúa la solicitud). El objetivo es desarrollar un modelo que identifique patrones, pautas o características que permitan la clasificación de “scorings” en función de los datos que se han introducido.
El convenio ha sido firmado por Domingo Almaraz, responsable de Organización y Tecnología de Caja Navarra; Humberto Bustince, en representación del departamento de Automática y Computación de la Universidad Pública de Navarra; Francisco Herrera Triguero, en representación del departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada, y Enrique Herrera Viedma, investigador también de la Universidad de Granada.
El objetivo del presente proyecto es la aplicación de técnicas de minería de datos sobre bases de datos de registros de operaciones de crédito de consumo y de hipotecas de Caja Navarra para la extracción de conocimiento sobre los modelos de riesgo de crédito basados en “scoring” y la detección de patrones de baja calidad en los datos de entrada.
El fin último del proyecto de Caja Navarra es obtener una herramienta con mayor poder predictivo que mejore la clasificación de los clientes, aumente la eficiencia operativa consiguiendo una mayor rapidez en la aprobación de créditos.
Las técnicas que se utilizarán en el estudio son el preprocesamiento que consiste en la limpieza, transformación de datos, selección de variables y de instancias; la segmentación de la base de datos atendiendo a diferentes criterios; el aprendizaje automático basado en instancias: selección de prototipos sobre clases no balanceadas, y determinación de prototipos atendiendo a la calidad de los datos; la extracción de reglas de asociación para el descubrimiento de subgrupos con información relevante; y los algoritmos de extracción de reglas de clasificación adaptados a la detección de subgrupos con características relevantes en cuanto a la calidad de los datos: árboles de clasificación y/o algoritmos de extracción de reglas de clasificación.
Se construirá una base de conocimiento que incorporará los diferentes modelos obtenidos utilizando las mencionadas técnicas, y se construirá un modelo de razonamiento para el uso de la base de conocimiento.
La duración del proyecto será de 8 meses y en el mismo trabajarán nueve investigadores de la Universidad de Granada y cinco de la Universidad Pública de Navarra.
Con el fin de garantizar el mejor seguimiento y cumplimiento de los servicios, se ha constituido un comité de seguimiento compuesto por un representante de cada una de las tres partes implicadas.
Referencia: Prof. Enrique Herrera-Viedma. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Granada. Teléfono: 958-44258. Correo elec: viedma@decsai.ugr.es. URL: http://decsai.ugr.es/~viedma