| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外数据挖掘技术研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 数据挖掘技术在决策支持系统中的应用 | 第14-15页 |
| 1.3 数据挖掘技术在金融行业的应用现状 | 第15-16页 |
| 1.4 论文的研究内容 | 第16页 |
| 1.5 论文的组织结构 | 第16-17页 |
| 第2章 数据挖掘相关技术 | 第17-23页 |
| 2.1 数据挖掘的数据来源—数据仓库 | 第17-18页 |
| 2.1.1 数据仓库概念 | 第17页 |
| 2.1.2 数据仓库的特征 | 第17-18页 |
| 2.2 数据挖掘的相关技术 | 第18-21页 |
| 2.3 数据挖掘流程 | 第21-23页 |
| 第3章 建模数据的预处理 | 第23-31页 |
| 3.1 数据预处理 | 第23-27页 |
| 3.1.1 数据预处理的必要性 | 第23-24页 |
| 3.1.2 数据预处理的方法 | 第24-27页 |
| 3.2 数据仓库的建立 | 第27-31页 |
| 第4章 银行信贷决策支持模型研究 | 第31-36页 |
| 4.1 银行客户数据分析 | 第31-32页 |
| 4.2 数据抽取 | 第32页 |
| 4.3 基于Logistic回归模型的银行信用评级模型 | 第32-34页 |
| 4.3.1 logistic回归介绍 | 第32-33页 |
| 4.3.2 基于logistic回归的银行信用评级模型的建立 | 第33-34页 |
| 4.4 模型实证分析 | 第34-36页 |
| 第5章 银行信贷决策支持系统设计与实现 | 第36-46页 |
| 5.1 传统信贷系统的不足 | 第36-37页 |
| 5.2 系统概述 | 第37-39页 |
| 5.3 系统主要功能介绍 | 第39-44页 |
| 5.3.1 客户信息管理子模块 | 第39-40页 |
| 5.3.2 业务管理子模块 | 第40-41页 |
| 5.3.3 风险资产管理子模块 | 第41-43页 |
| 5.3.4 系统管理 | 第43页 |
| 5.3.5 报表管理 | 第43-44页 |
| 5.3.6 统计查询 | 第44页 |
| 5.4 系统应用的实现 | 第44-46页 |
| 结论与展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |