Ученые УрФУ и Китая создали программу, которая поможет вычислять должников

Ученые Уральского федерального университета вместе с китайскими разработчиками создали поисковую модель, которая позволяет вычислить местонахождение заемщиков, которые пропускают или не планируют возвращать платежи по кредитам. Новинка рассчитана на учреждения: она поможет им снижать финансовые риски.

Как пояснили в пресс-службе вуза, программа опирается на машинное обучение с использованием кроссплатформенного поиска информации: позволяет мониторить несколько интернет-источников одновременно. Кроме того, сервис умеет анализировать аудио-, видео- и текстовые файлы.

Пилотная версия программы будет обкатываться именно в Китае, потому что цифровые технологии - соцсети, мобильные платежи, онлайн-площадки по продаже товаров - тут активно используются в повседневной жизни и обеспечивают огромное количество данных для анализа.

Для поиска данных о заемщике банковскому сотруднику нужно ввести в программу имя, место и дату его рождения, номер мобильного телефона, время последнего контакта и адресные данные. На основе этой информации программа проанализирует множество интернет-платформ: от соцсетей и правительственных приложений до сервисов по аренде машины. Собранная информация сохраняется для использования. Как только у банка появятся подозрения в отношении клиента, программа-поисковик вычисляет, где этот человек может находиться физически и выдает результат пользователю.

"Нас мотивировала на такое изучение глобальная цифровизация КНР, к тому же в этой стране многие люди на фоне продолжающегося кризиса недвижимости в Китае не в состоянии выполнить платежные обязательства, либо решили полностью прекратить платежи в ответ на экономические трудности", - пояснил актуальность темы научный сотрудник школы экономики и менеджмента, доцент кафедры экономики УрФУ Ибрагим Алнафра.

Разработчики рассказали, что особенность приложения заключается в применении многоагентного пользовательского подхода: агенты кооперативного управления определяют цель поиска, агенты сбора данных находят информацию о заемщиках на разных платформах, а агенты анализа данных обрабатывают полученную информацию. Такая структура позволяет эффективно работать с большими объемами данных на разных информационных платформах. Адаптировать умный сервис, разумеется, можно и под Россию, для этого придется интегрировать в программу те соцсети и платформы, которыми люди пользуются в нашей стране.