AP19675226 – Интеллектуальная система кредитования производителя/импортера товара

Цель проекта: Cоздать интеллектуальную систему, основанную на скоринговой модели. Скоринговая модель, позволит банкам быстро принимать решения по кредитованию клиентов на основе big data и методов искусственного интеллекта.

Актуальность: В настоящее время банки внедряют искусственный интеллект (ИИ) и машинное обучение в каждый бизнес процесс и планируют распространять эту технологию на все направления своего бизнеса. Например, первичный скоринг заемщиков банки уже давно проводят автоматически. Однако, в Казахстане нет кредитных линий для производителей и импортеров товаров, поэтому многие компании используют зарубежные решения для коммерческого использования технологий на внутреннем рынке. Следовательно, конфиденциальные пользовательские данные, экспортируемые с применением зарубежных решений отрицательно сказывается на экономике Казахстана. Они включают в себя распространение персональных данных, которые в настоящее время оцениваются как ценный национальный ресурс.

Научный руководитель: к. ф.-м.н., доцент, Молдагулова Айман Николаевна

Полученные результаты:  В ходе исследования сформированы научно-методические основы создания интеллектуальной системы оценки кредитоспособности производителей и импортёров. Были объединены методы структурного анализа, базы знаний и машинного обучения, что позволило получить комплексное решение. Разработаны онтологическая модель и алгоритмы прогнозирования кредитного риска, обеспечивающие формализацию и эффективный анализ данных. Предложена модульная архитектура программного обеспечения, обеспечивающая интеграцию с существующими финансовыми системами. Полученные результаты подтверждают повышение точности кредитного скоринга и качества принимаемых решений. Внедрение системы способствует снижению рисков, автоматизации процессов и повышению экономической эффективности.

Список публикаций с ссылками на них

1. Ali M., Razaque A., Yoo J., Uskenbayeva R., Moldagulova A., Satybaldiyeva R., Kalpeyeva Zh., Kassymova A. Designing an intelligent scoring system for crediting manufacturers and importers of goods in Industry 4.0 // Logistics. – 2024. – Vol. 8, No. 1. – P. 33. DOI: https://doi.org/10.3390/logistics8010033. – URL: https://www.mdpi.com/2305-6290/8/1/33
2. Razaque A., Beishenaly A., Kalpeyeva Zh., Uskenbayeva R., Moldagulova A.N. A reinforcement learning and predictive analytics approach for enhancing credit assessment in manufacturing // Decision Analytics Journal. – 2025. DOI: https://doi.org/10.1016/j.dajour.2025.100560. – URL: https://www.sciencedirect.com/science/article/pii/S2772662225000165
3. Moldagulova A. et al. Advancing credit assessment: a hybrid methodology for importer crediting // Business Modeling and Software Design. BMSD 2025 / ed. B. Shishkov. – Cham: Springer, 2026. – (Lecture Notes in Business Information Processing, Vol. 559). DOI: https://doi.org/10.1007/978-3-031-98033-6_19. – URL: https://link.springer.com/chapter/10.1007/978-3-031-98033-6_19
4. Uskenbayeva R.K., Kalpeyeva Zh.B., Moldagulova A.N., Kassymova A.B., Satybaldiyeva R.Zh. Machine learning-based credit scoring for manufacturers and importers // International Journal of Information and Communication Technologies. – 2025. – Vol. 6, No. 3 (23). – P. 323–335. DOI: https://doi.org/10.54309/IJICT.2025.23.3.020. – URL: https://journal.iitu.edu.kz/index.php/ijict/issue/view/33/80
5. Kalpeyeva Zh.B. et al. Development intelligent credit system to support manufacturer/importer of goods // Eastern-European Journal of Enterprise Technologies. – 2025. – No. 6 (138).
6. Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом № 62521 от 30 сентября 2025 года.