| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 文献综述 | 第10-12页 |
| 1.3 本文技术路线与结构 | 第12-13页 |
| 1.4 本文的主要研究内容与创新点 | 第13-15页 |
| 第二章 研究的理论及方法 | 第15-31页 |
| 2.1 基础理论与方法 | 第15-25页 |
| 2.1.1 决策树算法 | 第15-18页 |
| 2.1.2 logistic回归算法 | 第18-20页 |
| 2.1.3 支持向量机算法 | 第20-23页 |
| 2.1.4 三个模型理论比较 | 第23-25页 |
| 2.2 数据的采集与指标体系的确定 | 第25-31页 |
| 2.2.1 数据来源 | 第25-26页 |
| 2.2.2 字段说明 | 第26-30页 |
| 2.2.3 数据预处理 | 第30-31页 |
| 第三章 用户贷款审批实证研究 | 第31-45页 |
| 3.1 基于决策树算法的用户贷款审批模型 | 第31-37页 |
| 3.1.1 商业理解 | 第31页 |
| 3.1.2 数据理解与准备 | 第31-33页 |
| 3.1.3 模型建立与评估 | 第33-37页 |
| 3.2 基于logistic回归算法的用户贷款审批模型 | 第37-43页 |
| 3.2.1 变量的选择 | 第37-38页 |
| 3.2.2 模型的建立与评估 | 第38-43页 |
| 3.3 基于支持向量机算法的用户贷款审批模型 | 第43-45页 |
| 第四章 不同建模方法的比较分析 | 第45-47页 |
| 第五章 总结与建议 | 第47-49页 |
| 5.1 结论 | 第47页 |
| 5.2 展望与不足 | 第47-49页 |
| 附录1 | 第49-51页 |
| 附录2 | 第51-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63页 |