چالش های پایگاه داده نوین در بستر هوش مصنوعی و شبکه های عصبی

امروزه برای ارزیابی فاکتور ها برای اعطای امتیاز، بر اساس مجموعه داده های تراکنش، بسیاری از روش های تجزیه و تحلیل صلاحیت دار در شبکه های عصبی استفاده می شود. ارزیابی مجموعه داده های صلاحیت برای اعطای امتیاز منجر به انتخاب رد درخواست تراکنش می شود. این مکانیزم کاری چالش برانگیز شامل ارزیابی عمیق دیتاست یا اطلاعات تراکنش است. رویکرد داده کاوی، به عنوان متداول ترین روش برای تجزیه و تحلیل صلاحیت برای اعطای امتیاز با تمرکز بر الگوریتم های مختلف، مانند شبکه های عصبی، توصیف می شود. این فرایند مهم شامل جمع آوری، تجزیه و تحلیل و تصمیم گیری نهایی صلاحیت از فاکتورهای مختلفی است که برای ارزیابی برنامه های صلاحیت دار استفاده می شود. این منابع مانند فرم های درخواست صلاحیت، اشتراک داده ها و کلیدی ترین داده های داخلی بانک است. روش امتیازدهی در اعطای امتیاز اغلب به عنوان امتیاز بندی شناخته می شود که در حقیقت روشی برای ارزیابی درخواست دسترسی است. در عین حال آرشیو و سوابق امتیاز گذشته برای شناسایی ویژگی هایی که تاثیر مهمی در تبعیض برنامه های صلاحیت برای اعطای امتیاز به صورت خوب و بد دارند، ارزیابی می شوند.