В данной статье обоснована актуальность представленного материала. Приведены статистические данные, указывающие на существенный рост рисков, связанных с банковской деятельностью в России. Рассмотрен интеграционный подход к оценке участия в кредитном проекте, учитывающий принятие решений в условиях риска и неопределенности. Для комплексного решения задачи кредитования предлагается использование нейронной сети, нечеткой базы знаний, поиска в базе прецедентов на основе экспертной оценки. Схема совместного использования указанных выше методов представлена в виде UMLдиаграммы последовательности действий. Подробно рассмотрены процессы данной схемы. Предложен алгоритм оценки кредитной ситуации, учитывающий дополнительные данные о заемщике кредита и прецедентные данные о схожих ситуациях, позволяющий использовать количественные и качественные параметры кредитной ситуации.

In given article the urgency of the presented material is justified. The statistical data specifying in essential growth of risks, connected to banking activity in Russia are resulted. The integration approach to an involvement estimation in the credit project, considering decision making in the conditions of risk and uncertainty is considered. For end-to-end solution of the task of crediting usage of a neural network, the unsharp knowledge base, search in basis of precedents on the basis of an expert evaluation is offered. The circuit of sharing specified above methods is presented in the form of UML charts of sequence of actions. Explicitly processes of the given circuit are considered. The algorithm of an estimation of the credit situation, considering optional data about the borrower of the credit and the case data about the similar situations is offered, allowing to use the quantitative and qualitative parameters of a credit situation.