首页--经济论文--交通运输经济论文--水路运输经济论文--中国水路运输经济论文--建设与发展论文

基于半监督学习和信息融合的港口客户信用风险评价系统

致谢第5-7页
摘要第7-9页
ABSTRACT第9-10页
1 绪论第14-30页
    1.1 研究背景和意义第14-21页
        1.1.1 港口发展现状第14-16页
        1.1.2 研究背景第16-19页
        1.1.3 研究目的和意义第19-21页
    1.2 国内外研究现状第21-26页
    1.3 研究内容和结构第26-30页
        1.3.1 研究内容第26-27页
        1.3.2 论文结构第27-28页
        1.3.3 创新点第28-30页
2 相关理论与方法第30-48页
    2.1 信用风险的理论分析第30-34页
        2.1.1 基于信息不对称理论的视角第30-32页
        2.1.2 基于重复博弈理论的视角第32-34页
    2.2 信用风险的评价方法第34-39页
        2.2.1 传统信用风险评价方法第34-36页
        2.2.2 现代高级信用风险评价方法第36-38页
        2.2.3 基于人工智能的信用风险评价方法第38-39页
    2.3 文本倾向分类方法第39-47页
        2.3.1 基于语义的文本倾向分类第40-42页
        2.3.2 基于人工智能的文本倾向分类第42-46页
        2.3.3 对两种方法的比较第46-47页
    2.4 本章小结第47-48页
3 港口客户信用风险评价指标体系第48-68页
    3.1 港口客户信用风险的界定、成因与特点第48-56页
        3.1.1 港口客户信用风险的界定第48-52页
        3.1.2 港口客户信用风险的成因第52-55页
        3.1.3 港口客户信用风险的特点第55-56页
    3.2 港口客户信用风险评价指标体系的差异性分析第56-61页
        3.2.1 现有客户信用风险评价指标体系第56-59页
        3.2.2 港口客户信用风险评价指标体系的差异第59-61页
    3.3 港口客户信用风险评价指标体系构建的原则第61-62页
    3.4 港口客户信用风险评价指标体系第62-67页
    3.5 本章小结第67-68页
4 针对港口外部信息的半监督文本倾向分类框架第68-92页
    4.1 相关研究第69-79页
        4.1.1 Tri-Training算法第69-71页
        4.1.2 标签传递算法第71-72页
        4.1.3 主动学习第72-75页
        4.1.4 带精英策略的非支配排序遗传算法第75-79页
    4.2 基于TRI-TRAINING和标签传递算法的文本倾向分类框架第79-84页
        4.2.1 文本倾向分类框架LIT2第79-81页
        4.2.2 实验结果与分析第81-84页
    4.3 基于主动学习改进的LIT2第84-90页
        4.3.1 针对LIT2训练初期的主动学习优化第84-87页
        4.3.2 针对LIT2训练后期的主动学习优化第87-88页
        4.3.3 实验结果与分析第88-90页
    4.4 本章小结第90-92页
5 港口客户信用风险评价的内外部信息融合模型第92-118页
    5.1 相关研究第92-100页
        5.1.1 信息融合第92-99页
        5.1.2 BP神经网络第99-100页
    5.2 基于多项改进的BP神经网络模型构建方法第100-107页
    5.3 M2C在港口客户信用风险评价模型中的应用第107-117页
        5.3.1 ETL和数据标准化第109-110页
        5.3.2 确定BP神经网络结构第110-111页
        5.3.3 确定初始权值和阈值第111-113页
        5.3.4 模型训练与结果第113-116页
        5.3.5 实验小结第116-117页
    5.4 本章小结第117-118页
6 港口客户信用风险评价系统的设计与实现第118-130页
    6.1 系统的功能框架第118-122页
    6.2 技术框架和关键技术第122-124页
    6.3 原型系统实现第124-129页
        6.3.1 内部数据管理第124-125页
        6.3.2 外部信息管理第125-127页
        6.3.3 文本倾向分析第127-128页
        6.3.4 客户信用风险评价第128-129页
    6.4 本章小结第129-130页
7 结论第130-134页
    7.1 本文工作总结第130-131页
    7.2 未来研究展望第131-134页
参考文献第134-140页
附录A 港口客户信用风险评价指标专家调查表第140-142页
作者简历及攻读博士学位期间取得的研究成果第142-146页
学位论文数据集第146页

论文共146页,点击 下载论文
上一篇:基于驾驶模拟实验的典型不利因素对驾驶行为表现的影响研究
下一篇:最大信息系数改进算法及其在铁路事故分析中的应用