Στη συγκεκριμένη εργασία εξετάστηκε το πρόβλημα της κατηγοριοποίησης υφιστάμενων πελατών λιανικής τραπεζικής μιας τράπεζας σε «καλούς» ή «κακούς» με βάση δημογραφικά χαρακτηριστικά αλλά και πληροφορίες που σχετίζονται με τη συμπεριφορά τους ως πελάτες.
Η χρήση στατιστικών μεθόδων αξιολόγησης και έγκρισης αιτημάτων δανειοδοτήσεων, βοήθησε στην εκρηκτική ανάπτυξη της λιανικής πίστης, λόγω της μεγάλης εξοικονόμησης χρόνου που η μαζική εξέταση με στατιστικές τυποποιημένες και αμερόπληπτες μεθόδους προσφέρει.
Στην παρούσα εργασία εξετάστηκε δείγμα 35.000 περίπου ιδιωτών πελατών δανειακών προίόντων λιανικής τραπεζικής (καταναλωτικά, προσωπικά, δάνεια αγοράς αυτοκινήτων, πιστωτικές κάρτες). Κακοί θεωρήθηκαν οι πελάτες που σε ένα χρονικό ορίζοντα ενός έτους παρουσίασαν έστω και μια φορά καθυστέρηση πληρωμών άνω των 30 ημερών, ή το δάνειό τους ρυθμίστηκε λόγω αδυναμίας ικανοποίησης των αρχικών όρων αποπληρωμής.
Εξετάστηκαν διάφορα μοντέλα κατηγοριοποίησης, όπως ο αλγόριθμος Δέντρου Απόφασης του Hunt, o Κατηγοριοποιητής Κανόνων, Πλησιέστερου Γείτονα, Bayes, Τεχνητά Νευρωνικά Δίκτυα, η Μηχανή Υποστήριξης Διανυσμάτων (SVM), οι Ομάδες Κατηγοριοποιητών.
Τα εξεταζόμενα μοντέλα αξιολογήθηκαν συγκριτικά με βάση μετρικές απόδοσης όπως η Ακρίβεια, η μετρική f και η AUC (Area Under the Curve). Στη συνέχεια τα αποτελέσματα της συγκριτικής ανάλυσης αξιολογήθηκαν ως προς τα αντίστοιχα αποτελέσματα σχετικών ερευνητικών εργασιών, όπου και αναδέιχθηκε σύγκλιση στα συμπεράσματα.
