| 引言 | 第1-15页 |
| 我国商业银行运用数据挖掘技术的必要性 | 第8-10页 |
| 目前个人住房贷款信用风险评估中存在的问题 | 第10-11页 |
| 采用数据挖掘技术进行风险评估 | 第11-12页 |
| 论文框架与主要内容 | 第12-15页 |
| 第一章 数据挖掘的基本概念 | 第15-24页 |
| ·数据挖掘的定义 | 第15-17页 |
| ·数据挖掘的功能 | 第17-18页 |
| ·数据挖掘的过程 | 第18-20页 |
| ·数据挖掘的方法 | 第20-21页 |
| ·数据仓库与OLAP | 第21-24页 |
| 第二章 个人住房贷款风险评估体系建立与数据挖掘步骤 | 第24-31页 |
| ·个人住房贷款风险评估体系的建立 | 第24-27页 |
| ·风险评估应遵循的原则 | 第24-25页 |
| ·风险评估体系的建立 | 第25-27页 |
| ·个人住房贷款数据挖掘目标和挖掘步骤设计 | 第27-31页 |
| ·挖掘目标 | 第27-28页 |
| ·挖掘步骤 | 第28-31页 |
| 第三章 数据采集 | 第31-37页 |
| ·个人住房贷款原始数据描述 | 第31-32页 |
| ·数据采集方法 | 第32-34页 |
| ·数据抽样 | 第34-35页 |
| ·数据采集结果 | 第35-37页 |
| 第四章 数据预处理 | 第37-52页 |
| ·数据清理 | 第37-39页 |
| ·空缺值的处理 | 第37-38页 |
| ·噪声数据的处理 | 第38-39页 |
| ·不一致数据的处理 | 第39页 |
| ·数据冗余的处理 | 第39-43页 |
| ·通过属性的相关性处理属性冗余 | 第40页 |
| ·通过属性的信息量处理属性冗余 | 第40-42页 |
| ·元组冗余的处理 | 第42-43页 |
| ·数据变换 | 第43-45页 |
| ·数据归约 | 第45-46页 |
| ·离散化和概念分层 | 第46-52页 |
| 第五章 个人住房贷款信用风险评估模型 | 第52-69页 |
| ·基于决策树的信用风险评估模型 | 第52-63页 |
| ·分类方法的选择 | 第52-54页 |
| ·决策树分类算法构造 | 第54-57页 |
| ·信息增益的计算及属性评估分值的获得 | 第57-60页 |
| ·基于决策树的借款人风险评估模型 | 第60-63页 |
| ·通过聚类分析确立风险评估等级 | 第63-65页 |
| ·通过孤立点识别虚假按揭贷款 | 第65-67页 |
| ·模型评价 | 第67-69页 |
| 总结 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |