| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究和应用现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第9-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 论文思路和结构 | 第12-14页 |
| 第二章 数据挖掘技术及其在商业银行中的应用分析 | 第14-22页 |
| 2.1 数据挖掘技术概述 | 第14-18页 |
| 2.1.1 数据挖掘原理 | 第14-15页 |
| 2.1.2 数据挖掘方法 | 第15-16页 |
| 2.1.3 数据挖掘过程 | 第16-18页 |
| 2.2 数据挖掘技术在商业银行中的应用分析 | 第18-22页 |
| 2.2.1 数据挖掘在商业银行的应用领域 | 第18-20页 |
| 2.2.2 数据挖掘在银行领域的应用现状 | 第20页 |
| 2.2.3 数据挖掘在信用风险管理中的效用分析 | 第20-22页 |
| 第三章 基于数据挖掘技术的个人信用风险评估模型构建 | 第22-32页 |
| 3.1 构建个人信用风险评估模型的思路 | 第22-23页 |
| 3.2 个人信用风险模型的设计 | 第23-24页 |
| 3.3 运用的数据挖掘技术方法 | 第24-28页 |
| 3.3.1 Logistic模型原理和运用 | 第24-27页 |
| 3.3.2 选取该模型的理由 | 第27-28页 |
| 3.4 个人信用风险评估备选指标 | 第28-32页 |
| 3.4.1 备选指标的选取 | 第28-29页 |
| 3.4.2 评估模型备选指标体系的构成 | 第29-32页 |
| 第四章 数据挖掘技术在个人信用风险评估中的实证分析 | 第32-40页 |
| 4.1 数据准备 | 第32-33页 |
| 4.1.1 数据选取 | 第32页 |
| 4.1.2 数据的预处理 | 第32-33页 |
| 4.2 建立风险评估模型 | 第33-39页 |
| 4.2.1 模型备选指标的筛选 | 第33-36页 |
| 4.2.2 回归模型的建立 | 第36-39页 |
| 4.3 模型的评估 | 第39-40页 |
| 第五章 结论与展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 后记 | 第45页 |