| dc.contributor.advisor | Κορωνάκος, Γρηγόριος | |
| dc.contributor.author | Καπήλου, Ιωάννης | |
| dc.date.accessioned | 2022-12-16T11:25:17Z | |
| dc.date.available | 2022-12-16T11:25:17Z | |
| dc.date.issued | 2022-11 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/14921 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/2343 | |
| dc.description.abstract | Στην εποχή της Πληροφορίας οι χρηματοπιστωτικοί οργανισμοί αναζητούν τον βέλτιστο τρόπο να αξιολογήσουν τους δανειολήπτες τους χρησιμοποιώντας αυτοματοποιημένες διαδικασίες ανάλυσης δεδομένων. Οι εν λόγω διαδικασίες προστατεύουν και βοηθούν τους χρηματοπιστωτικούς οργανισμούς να είναι αποδοτικότεροι. Ως εκ τούτου τα δεδομένα είναι ζωτικής σημασίας για την επιβίωσή και την ανταγωνιστικότητά τους. Τα δεδομένα που λαμβάνουν οι οργανισμοί αντλούνται από δημόσιους φορείς εισοδήματος, όπου ο πελάτης έχει πρόσβαση, και από ιδιωτικούς ανεξάρτητους φορείς μελετών οι οποίοι, συνήθως με κάποια προμήθεια, δίνουν στις τράπεζες ή άλλους οργανισμούς δεδομένα συναλλακτικής συμπεριφοράς και βαθμολογίες αξιολόγησης των δανειοληπτών. Παρόλο που το τραπεζικό και ιδιωτικό δίκαιο προστατεύουν και περιφράττουν αυτά τα συστήματα, διάφοροι μελετητές έχουν αποσαφηνίσει τις έννοιες των χαρακτηριστικών που οδηγούν τους οργανισμούς να λάβουν αποφάσεις δίνοντάς έτσι το έναυσμα να μελετήσουμε ποιες είναι εννοιολογικά αυτές οι μεταβλητές αλλά και τι εργαλεία μπορούμε να χρησιμοποιήσουμε ως αναπαράσταση της πραγματικής διαδικασίας μιας δανειοδότησης ώστε να εντοπίσουμε μοτίβα και αρχές που αξιοποιούν αυτοί οι οργανισμοί στην παραγωγική τους διαδικασία. Στην εργασία γίνεται μελέτη πάνω στην αξιολόγηση των δανειοληπτών, στις τεχνικές που μπορούν να αξιοποιηθούν από την επιστήμη της Πληροφορικής για την ανάλυση δεδομένων με απώτερο σκοπό να εντοπιστούν τα μεγέθη τα οποία επηρεάζουν άμεσα την απόφαση δανειοδότησης. | el |
| dc.format.extent | 59 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού 3.0 Ελλάδα | * |
| dc.title | Αξιολόγηση προσωπικών δανείων | el |
| dc.title.alternative | Evaluation of personal loans | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | In the Information Age financial institutions are looking for the best way to evaluate their borrowers using automated data analysis processes. These processes protect and help financial institutions to be more efficient. Data is therefore vital to their survival and competitiveness. The data the agencies receive is drawn from public revenue agencies, where the customer has access, and from private independent survey agencies who, usually for a fee, provide banks or other agencies with transactional data and borrower ratings. Although banking and private law protect and fence these systems, various scholars have clarified the concepts of the characteristics that lead organizations to make decisions, thus giving the impetus to study what these variables are conceptually and what tools we can use as a representation of the actual lending process to identify patterns and principles that these organizations use in their production process. In this thesis, a study is made on the evaluation of borrowers regarding their personal loan applications, on the techniques that can be used by the science of Information Technology for data analysis with the goal of identifying the figures that directly influence the lending decision. | el |
| dc.contributor.master | Κατανεμημένα Συστήματα, Ασφάλεια και Αναδυόμενες Τεχνολογίες Πληροφορίας | el |
| dc.subject.keyword | Personal loans | el |
| dc.date.defense | 2022 | |
