数据挖掘在P2P个人信用风险模型中的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 研究目的和研究内容 | 第11-13页 |
| 1.3.1 研究目的 | 第11-12页 |
| 1.3.2 研究内容 | 第12-13页 |
| 2 网贷平台介绍 | 第13-16页 |
| 2.1 zopa平台介绍 | 第13页 |
| 2.2 prosper平台介绍 | 第13页 |
| 2.3 lending club平台介绍 | 第13-14页 |
| 2.4 kiva平台介绍 | 第14页 |
| 2.5 宜信平台介绍 | 第14-15页 |
| 2.6 拍拍贷平台介绍 | 第15-16页 |
| 3 数据挖掘技术的理论研究 | 第16-20页 |
| 3.1 决策树理论 | 第16-17页 |
| 3.2 logistic回归理论 | 第17-18页 |
| 3.3 WOE方法理论 | 第18-20页 |
| 4 实证分析 | 第20-30页 |
| 4.1 借款人行为聚类分析 | 第20-22页 |
| 4.2 借款人分类类别判定 | 第22-29页 |
| 4.2.1 分三类的判定 | 第22-25页 |
| 4.2.2 分四类的判定 | 第25-29页 |
| 4.3 借款人类别评估 | 第29-30页 |
| 5 建模数据的预处理 | 第30-41页 |
| 5.1 数据的准备 | 第30-31页 |
| 5.2 数据的预处理 | 第31-35页 |
| 5.3 指标的初步选取 | 第35-37页 |
| 5.4 指标的筛选 | 第37-41页 |
| 6 logistic回归模型的建立、评估和改进 | 第41-45页 |
| 6.1 模型建立 | 第41-42页 |
| 6.2 模型评估和改进 | 第42-45页 |
| 6.2.1 模型的评估 | 第42页 |
| 6.2.2 模型的优化 | 第42-45页 |
| 7 logistic回归模型二的建立、评估 | 第45-49页 |
| 7.1 模型二的建立 | 第45-47页 |
| 7.2 模型二的评估与比较 | 第47-49页 |
| 8 结论与展望 | 第49-50页 |
| 8.1 主要结论 | 第49页 |
| 8.2 研究不足之处 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-52页 |
