Нечеткая модель управления качеством банковских услуг
В статье разработана модель нечеткого управления качеством банковских услуг как основного фактора конкурентоспособности финансового учреждения для дальнейшего использования и интеграции в модель интеллектуального управления банковской деятельностью. У статті розроблена модель нечіткого управління як...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2012 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/60700 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Нечеткая модель управления качеством банковских услуг / А.А. Замула // Штучний інтелект. — 2012. — № 2. — С. 89-94. — Бібліогр.: 6 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859947274284564480 |
|---|---|
| author | Замула, А.А. |
| author_facet | Замула, А.А. |
| citation_txt | Нечеткая модель управления качеством банковских услуг / А.А. Замула // Штучний інтелект. — 2012. — № 2. — С. 89-94. — Бібліогр.: 6 назв. — рос. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | В статье разработана модель нечеткого управления качеством банковских услуг как основного фактора конкурентоспособности финансового учреждения для дальнейшего использования и интеграции в модель интеллектуального управления банковской деятельностью.
У статті розроблена модель нечіткого управління якістю банківських послуг як основного фактора конкурентоздатності фінансової установи для подальшого використання та інтеграції у модель інтелектуального управління банківською діяльністю.
In the paper, the fuzzy model for control of banking services quality as the main factor of competitiveness of the financial institution for further usage and integration into the model predictive control of banking acti- vities was developed.
|
| first_indexed | 2025-12-07T16:14:58Z |
| format | Article |
| fulltext |
«Штучний інтелект» 2’2012 89
5-З
УДК 517.977
А.А. Замула
Институт информатики и искусственного интеллекта
ГВУЗ «Донецкий национальный технический университет», г. Донецк, Украина
Украина, 83050, г. Донецк, пр. Б. Хмельницкого, 84
Нечеткая модель управления качеством
банковских услуг
A.A. Zamula
Institute of Informatics and Artificial Intelligence
of Donetsk National Technical University, Donetsk, Ukraine
Ukraine, 83050, c. Donetsk, B. Khmelnitskiy st., 84
The Fuzzy Model for Control of Banking Services Quality
А.О. Замула
Інститут інформатики і штучного інтелекту
ДВНЗ «Донецький національний технічний університет», м. Донецьк, Україна
Україна, 83050, м. Донецьк, пр. Б. Хмельницького, 84
Нечітка модель управління
якістю банківських послуг
В статье разработана модель нечеткого управления качеством банковских услуг как основного фактора
конкурентоспособности финансового учреждения для дальнейшего использования и интеграции в модель
интеллектуального управления банковской деятельностью.
Ключевые слова: банк, управление, нечеткая логика, моделирование.
In the paper, the fuzzy model for control of banking services quality as the main factor of competitiveness of
the financial institution for further usage and integration into the model predictive control of banking acti-
vities was developed.
Key Words: bank, management, fuzzy logic, modeling.
У статті розроблена модель нечіткого управління якістю банківських послуг як основного фактора
конкурентоздатності фінансової установи для подальшого використання та інтеграції у модель
інтелектуального управління банківською діяльністю.
Ключові слова: банк, управління, нечітка логіка, моделювання.
Введение
Конкурентоспособность – одна из важных характеристик банка. Она выражает
совокупную способность банковского учреждения выдержать конкуренцию с другими
коммерческими банками на финансовом рынке, максимально удовлетворяя потребность
клиентов и получая прибыль [1]. Одним из основных факторов формирования стратеги-
ческих конкурентных преимуществ на кредитном рынке является предоставление услуг
более высокого качества по сравнению с конкурентами.
Существующие подходы к оценке и анализу деятельности банков не соответствуют
современным условиям, в результате чего количество финансовых кризисов значи-
тельно увеличилось за последнее десятилетие. Так как большинство банковских про-
цессов слабо формализуемы, их невозможно описать строго математическими моделями.
Замула А.А.
«Искусственный интеллект» 2’201290
5-З
В указанных условиях с помощью традиционных подходов трудно получить адекватную
модель конкурентоспособности, поэтому актуальным является применение современ-
ных систем и средств искусственного интеллекта, а именно теории нечеткой логики.
Цель данной статьи – построение модели нечеткого управления качеством
банковских услуг как основного фактора конкурентоспособности финансового уч-
реждения для дальнейшего использования и интеграции в модель интеллектуального
управления банковской деятельностью.
Постановка задачи
Представить в виде иерархического дерева факторы конкурентоспособности ком-
мерческого банка, и, используя аппарат нечеткой логики, разработать модель управления
качеством банковских услуг. Для достижения цели были поставлены следующие за-
дачи:
– определить факторы, влияющие на конкурентоспособность банка;
– разработать нечеткую модель управления качеством банковских услуг;
– реализовать разработанную модель на конкретном примере;
– оценить результаты и перспективы дальнейших исследований.
Построение нечеткой модели
Обозначим критерием конкурентоспособности коммерческого банка показатель C
(competitiveness), Cϵ[0,100]. Чем больше значение этого критерия, тем выше лиди-
рующие позиции банка на финансовом рынке, тем весомее занимаемая им доля рынка.
Основные показатели банковской деятельности, влияющие на конкурентоспо-
собность, изменение которых невозможно описать с помощью четких математиче-
ских функций, – это качественные показатели. Обозначим их через X1,…, Xn, тогда
модель конкурентоспособности банка будет представлять функциональное отобра-
жение вида:
X={X1, X2, …, Xn}→ Cϵ[0,100].
При достаточно большом числе факторов их удобно представить в виде иерар-
хического дерева (рис. 1).
Элементы дерева интерпретируются следующим образом:
– корень дерева – конкурентоспособность банка (С);
– терминальные вершины – частные влияющие факторы (Xi, i = 1...9);
– нетерминальные вершины – укрупненные влияющие факторы (Y1,Y2,Y3,С).
Рисунок 1 – Иерархическое дерево конкурентоспособности банка
С
Х1
Y1
Х2 Х3 Х4 Х5 Х6 Х7 Х8 Х9
Y2
Y3
Нечеткая модель управления качеством банковских услуг
«Штучний інтелект» 2’2012 91
5-З
Описание факторов приведено в табл. 1.
Таблица 1 – Факторы модели
Условное
обозначение
Описание
Y1 Качество банковских услуг (БУ)
Y2 Качество обслуживания
Y3 Качество банковских информационных технологий (БИТ)
Х1 Ассортимент БУ (количество предоставляемых услуг)
Х2 Эксклюзивность БУ (количество уникальных услуг)
Х3 Стоимость БУ (усредненный процент комиссии за пользование
БУ)
Х4 Квалификация персонала банка
Х5 Длительность финансовых отношений с клиентом
Х6 Разветвленность филиальной сети
Х7 Технологичность БИТ
Х8 Удобство эксплуатации БИТ
Х9 Функциональные возможности БИТ
Рассмотрим подробно процесс построения модели нечеткого управления качеством
банковских услуг (Y1 ϵ[0,50]). Модель будет представлять функциональное отображе-
ние вида:
X={X1, X2, X3}→ Y1ϵ[0,50],
где Х – вектор влияющих факторов.
В качестве алгоритма нечеткого логического вывода используется алгоритм
Мамдани [2].
На первом этапе формируется база правил систем нечеткого вывода. Была проведена
генерация множества правил, исходя из возможных сочетаний нечетких высказываний в
предпосылках и заключениях правил, в соответствии с которыми максимальное количество
правил в базе определяется следующим отношением: N =Nx1·Nx2·…·Nxm·Ny, где
Nx1·Nx2·…·Nxm·Ny – число функций принадлежности для задания входных и выходных
переменных (N = 81) [3]. Поскольку изначально сформированная база правил является из-
быточной – с одинаковыми предпосылками и разными заключениями, то набор правил был
оптимизирован на основе экспертной информации, в результате чего была сформирована
база из 17 правил. Экспертные нечеткие базы знаний приведены в табл. 2. Элементы
антецедентов нечетких правил связаны логической операцией И, весовые коэффициенты
каждого из правил равны 1.
На этапе фаззификации происходит установление соответствия между конкрет-
ным значением отдельной входной переменной системы нечеткоrо вывода и значением
функции принадлежности соответствующеrо ей терма входной линrвистической пере-
менной.
В качестве терм-множества для входных лингвистических переменных X1, X2,
X3 будут использоваться соответственно множества T1 = {«низкий», «средний», «вы-
сокий»}, T2 = {«низкая», «средняя», «высокая»}, T3 = {«низкий», «средний», «высокий»},
а для выходной лингвистической переменной Y1 будет использоваться множество
T4 = {«низкое», «среднее», «высокое»}.
Замула А.А.
«Искусственный интеллект» 2’201292
5-З
Таблица 2 – Нечеткая база прави
X1 Х2 Х3 Y1
высокий высокий высокий средний
низкий низкий низкий средний
средний средний средний средний
высокий высокий низкий высокий
высокий высокий средний высокий
средний высокий низкий высокий
низкий низкий высокий низкий
низкий низкий средний низкий
низкий средний высокий низкий
средний средний низкий средний
средний средний высокий низкий
низкий низкий высокий низкий
низкий средний средний низкий
низкий высокий высокий средний
низкий высокий средний средний
высокий средний низкий высокий
высокий средний средний средний
Функции принадлежности для входных переменных были построены с исполь-
зованием метода статистической обработки экспертной информации, а для выходной
переменной – на основе метода парных сравнений [4]. При построении применялись
следующие кусочно-линейные функции принадлежности – треугольная и трапецие-
видная, которые изображены на рис. 2.
Рисунок 2 – Функции принадлежности лингвистических переменных
С помощью агрегирования были определены степени истинности условий каждого
из правил нечетких продукций, используются парные нечеткие лоrические операции
(min-конъюнкции и max-дизъюнкции). Те правила, степень истинности условий которых
отлична от нуля, считаются активными и используются для дальнейших расчетов.
Активизация подзаключений в нечетких правилах продукций осуществлена по
методу min-активизации, аккумуляция заключений – путем объединения нечетких
множеств, дефаззификация выходных переменных – по методу центра тяжести.
Модель нечеткого управления качеством банковских услуг построена на основе
экспертных знаний, поэтому необходимо провести обучение модели по эксперименталь-
ным данным для обеспечения достоверных результатов и оценить адекватность построен-
Нечеткая модель управления качеством банковских услуг
«Штучний інтелект» 2’2012 93
5-З
ной модели. Для обучения нечеткой модели использовалось 100 пар экспериментальных
данных «входы-выход». Были настроены параметры функций принадлежности термов
таким образом, чтобы среднеквадратическая ошибка была минимальной [5].
Пример реализации модели в Matlab
Рассмотрим пример реализации разработанной модели в Matlab для следующих
значений входных переменных: х1 = 60, х2 = 15, х3 = 15, тогда показатель качества
банковских услуг является средним y1 = 23,9 (рис. 3).
Предположим, что у банка стоит задача повысить уровень качества банковских
услуг до 35 пунктов. При этом изменять показатель стоимости банковских услуг он спо-
собен в пределах Х3ϵ[10,30], а количество эксклюзивных услуг – Х2ϵ[5,20], количество
предоставляемых услуг Х1 – фиксировано.
На рис. 4 представлены возможные комбинации факторов Х2 и Х3, обеспечиваю-
щие банку уровень качества банковских услуг, равный 35 пунктам, а также комбинации,
обеспечивающие текущее состояние финансового учреждения.
Рисунок 3 – Вывод результатов в Matlab
Рисунок 4 – Текущий и желаемый уровни качества банковских услуг
Выводы
Разработанная модель позволяет спрогнозировать показатель качества банковских
услуг и управлять данным показателем с помощью таких факторов, как количество
предоставленных услуг, эксклюзивность и стоимость услуг. Это позволит менеджменту
банка определить соответствующие значения влияющих факторов с целью обеспечения
необходимого уровня качества банковских услуг, тем самым обеспечивая себе лиди-
рующие позиции на финансовом рынке с высокой конкуренцией. Перспективой дальней-
шего исследования является разработка нечеткой модели конкурентоспособности банка с
Замула А.А.
«Искусственный интеллект» 2’201294
5-З
добавлением таких факторов, как качество информационных технологий и качество об-
служивания, и дальнейшим внедрением в модель интеллектуального управления банков-
ской деятельностью [6].
Литература
1. Хабаров В.И. Банковский маркетинг / B.И. Хабаров, Н.Ю. Попова. – М. : МФПА, 2004. – 164 с.
2. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / Леоненков А.В. – СПб. : БХВ-
Петербург, 2003. – 736 с.
3. Сергиенко М. А. Методы проектирования нечеткой базы знаний / М. А. Сергиенко // Вестник ВГУ. –
2008. – № 2. – С. 67-71.
4. Борисов А.Н. Принятие решений на основе нечетких моделей / Борисов А.Н., Крумберг О.А.,
Федоров И.П. – Рига : Зинатне, 1990. – 184 с.
5. Штовба С.Д. Проектирование нечетких систем средствами MATLAB / Штовба С.Д. – М. : Горячая линия –
Телеком, 2007. – 288 с.
6. Замула А.А. Моделирование деятельности банковской системы на макроуровне / А.А. Замула // Восточно-
Европейский журнал передовых технологий. – 2011. – № 6. – С. 35-38.
Literatura
1. Habarov V. I. Bankovskij marketing. M.: MFPA. 2004. 164 s.
2. Leonenkov A. V. Nechetkoe modelirovanie v srede MATLAB i fuzzyTECH. SPb.: BHV-Peterburg.
2003. 736 s.
3. Sergienko M. A. Vestnik VGU.2008. № 2. S. 67-71.
4. Borisov A. N. Prinjatie reshenij na osnove nechetkih modelej. Riga: Zinatne. 1990. 184 s.
5. Shtovba S. D. Proektirovanie nechetkih sistem sredstvami MATLAB. M.: Gorjachaja linija –Telekom. 2007. 288 s.
6. Zamula A. A. Vostochno-Evropejskij zhurnal peredovyh tehnologij. 2011. № 6. S. 35-38.
A.A. Zamula
The Fuzzy Control Model of the Banking Services Quality
One of the key factors in formation of strategic competitive advantage in the credit
market is the provision of better quality compared to competitors.
The importance of bank management institutions development and new methods of
analysis and forecast can’t suit current conditions. That’s why during the last decades the
amount and scales of bank crises substantially increased all over the world. Since the most
banking processes poorly formalized, they cannot strictly be described by mathematical
models. Under these conditions, when use of traditional approaches, it is difficult to obtain
an adequate model of competitiveness. So it is essential to use the modern systems and aids
of artificial intelligence, namely the fuzzy logic tools.
The developed model allows to predict the quality index of banking services and manage
the data index by such factors as the number of services provided, exclusivity and service charge.
This will allow the management to determine the corresponding values of the influencing factors
in order to provide the required level of banking services quality, thus ensuring a leading position
in the financial markets with high competition. The prospect of further research is to add in the
developed model such factors as the information technology quality and service quality and the
further integration in the intellectual management bank activity system.
.
Статья поступила в редакцию 06.04.2012.
|
| id | nasplib_isofts_kiev_ua-123456789-60700 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T16:14:58Z |
| publishDate | 2012 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Замула, А.А. 2014-04-19T09:54:42Z 2014-04-19T09:54:42Z 2012 Нечеткая модель управления качеством банковских услуг / А.А. Замула // Штучний інтелект. — 2012. — № 2. — С. 89-94. — Бібліогр.: 6 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/60700 517.977 В статье разработана модель нечеткого управления качеством банковских услуг как основного фактора конкурентоспособности финансового учреждения для дальнейшего использования и интеграции в модель интеллектуального управления банковской деятельностью. У статті розроблена модель нечіткого управління якістю банківських послуг як основного фактора конкурентоздатності фінансової установи для подальшого використання та інтеграції у модель інтелектуального управління банківською діяльністю. In the paper, the fuzzy model for control of banking services quality as the main factor of competitiveness of the financial institution for further usage and integration into the model predictive control of banking acti- vities was developed. ru Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Обучающие и экспертные системы Нечеткая модель управления качеством банковских услуг Нечітка модель управління якістю банківських послуг The Fuzzy Model for Control of Banking Services Quality Article published earlier |
| spellingShingle | Нечеткая модель управления качеством банковских услуг Замула, А.А. Обучающие и экспертные системы |
| title | Нечеткая модель управления качеством банковских услуг |
| title_alt | Нечітка модель управління якістю банківських послуг The Fuzzy Model for Control of Banking Services Quality |
| title_full | Нечеткая модель управления качеством банковских услуг |
| title_fullStr | Нечеткая модель управления качеством банковских услуг |
| title_full_unstemmed | Нечеткая модель управления качеством банковских услуг |
| title_short | Нечеткая модель управления качеством банковских услуг |
| title_sort | нечеткая модель управления качеством банковских услуг |
| topic | Обучающие и экспертные системы |
| topic_facet | Обучающие и экспертные системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/60700 |
| work_keys_str_mv | AT zamulaaa nečetkaâmodelʹupravleniâkačestvombankovskihuslug AT zamulaaa nečítkamodelʹupravlínnââkístûbankívsʹkihposlug AT zamulaaa thefuzzymodelforcontrolofbankingservicesquality |