| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 前言 | 第12-15页 |
| 1.1 研究背景和意义 | 第12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究内容和取得的成果 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 信用评估技术的分析 | 第15-33页 |
| 2.1 物流行业征信的必要 | 第15-17页 |
| 2.1.1 我国物流行业的现状 | 第15-16页 |
| 2.1.2 企业征信的意义 | 第16-17页 |
| 2.1.3 行业征信的意义 | 第17页 |
| 2.2 信用评估相关研究综述 | 第17-32页 |
| 2.2.1 国内外对信用评估模型的研究综述 | 第17-23页 |
| 2.2.2 国内外对于信用评估指标体系建设的综述 | 第23-26页 |
| 2.2.3 我国征信体系建设 | 第26-32页 |
| 2.3 支持物流交易的征信管理平台三大技术问题 | 第32-33页 |
| 第三章 支持物流交易的征信指标体系和模型设计 | 第33-70页 |
| 3.1 指标体系设计 | 第33-40页 |
| 3.1.1 指标体系的选取方法与原则 | 第33-34页 |
| 3.1.2 本平台采用的指标体系 | 第34-39页 |
| 3.1.3 信用级别的分析 | 第39-40页 |
| 3.2 决策树分类模型 | 第40-58页 |
| 3.2.1 决策树分类算法简介 | 第40-41页 |
| 3.2.2 决策树构造算法 | 第41-46页 |
| 3.2.3 本文提出的基于回归分析和判别分析的多变量决策树 | 第46-58页 |
| 3.3 BP 神经网络模型 | 第58-65页 |
| 3.3.1 神经网络简介 | 第58-60页 |
| 3.3.2 前馈神经网络 | 第60-61页 |
| 3.3.3 BP（Back Propagation）神经网络的评估模型 | 第61-63页 |
| 3.3.4 本文设计的BP 神经网络模型 | 第63-65页 |
| 3.4 征信模型比较与选择 | 第65-70页 |
| 3.4.1 常用信用评估模型的优缺点 | 第65-68页 |
| 3.4.2 神经网络模型和决策树模型的选择 | 第68-70页 |
| 第四章 支持物流交易的征信管理平台总体设计 | 第70-82页 |
| 4.1 征信管理平台设计目标与原则 | 第70-71页 |
| 4.2 征信管理平台总体分析 | 第71-75页 |
| 4.2.1 信用评估流程分析 | 第71-74页 |
| 4.2.2 征信管理平台整体逻辑架构分析 | 第74-75页 |
| 4.3 征信管理平台总体设计 | 第75-78页 |
| 4.3.1 征信管理平台的功能模块描述 | 第75-77页 |
| 4.3.2 征信管理平台的系统架构设计 | 第77-78页 |
| 4.4 征信管理平台的运作 | 第78-82页 |
| 4.4.1 征信管理平台提供的信用服务 | 第78-79页 |
| 4.4.2 征信管理平台的商业模式 | 第79-82页 |
| 第五章 总结与展望 | 第82-84页 |
| 5.1 论文工作总结 | 第82-83页 |
| 5.2 未来研究展望 | 第83-84页 |
| 参考文献 | 第84-86页 |
| 附录支持物流交易的征信管理平台实现 | 第86-101页 |
| 致谢 | 第101-102页 |
| 攻读硕士学位期间已发表或录用的论文 | 第102页 |