P2P互联网金融数据分析平台的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 各大数据分析平台的研究现状 | 第11-12页 |
| 1.2.2 风险分析领域的研究现状 | 第12-14页 |
| 1.2.3 研究中存在的一些缺陷和不完善之处 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 第二章 相关理论与技术应用研究 | 第17-26页 |
| 2.1 P2P互联网金融数据分析平台的特点 | 第17-19页 |
| 2.2 挖掘建模分析相关理论 | 第19-22页 |
| 2.2.1 挖掘分析概念 | 第19页 |
| 2.2.2 挖掘建模分析具体流程 | 第19-21页 |
| 2.2.3 挖掘建模分析方法 | 第21-22页 |
| 2.3 机器学习算法研究 | 第22-24页 |
| 2.3.1 聚类算法 | 第22-23页 |
| 2.3.2 分类算法 | 第23-24页 |
| 2.3.3 推荐算法 | 第24页 |
| 2.4 数据预处理相关理论 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 数据分析流程及相关算法改进 | 第26-35页 |
| 3.1 数据分析流程 | 第26-28页 |
| 3.2 风险评估现状分析 | 第28-29页 |
| 3.3 一种基于SVM的q值权重算法模型 | 第29-34页 |
| 3.3.1 概述 | 第29-30页 |
| 3.3.2 数据分割 | 第30-32页 |
| 3.3.3 q值权重加权算法 | 第32页 |
| 3.3.4 SVM混合算法模型 | 第32-34页 |
| 3.3.5 实验结果对比 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 数据分析平台系统设计 | 第35-62页 |
| 4.1 需求分析 | 第35-36页 |
| 4.1.1 系统业务需求 | 第35页 |
| 4.1.2 系统功能需求 | 第35-36页 |
| 4.2 系统总体设计 | 第36-40页 |
| 4.2.1 系统基本架构设计 | 第36-37页 |
| 4.2.2 系统功能流程设计 | 第37-40页 |
| 4.3 各功能模块详细设计 | 第40-52页 |
| 4.3.1 数据抽取及数据预处理模块 | 第40-42页 |
| 4.3.2 文件上传模块 | 第42页 |
| 4.3.3 统计分析模块 | 第42-45页 |
| 4.3.4 挖掘建模分析模块 | 第45-52页 |
| 4.3.5 可视化展示模块 | 第52页 |
| 4.4 数据库设计 | 第52-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 算法性能分析与系统实现 | 第62-73页 |
| 5.1 系统开发平台 | 第62页 |
| 5.2 算法评价标准 | 第62-63页 |
| 5.2.1 精准度Precision | 第63页 |
| 5.2.2 召回率Recall | 第63页 |
| 5.2.3 F-Measure | 第63页 |
| 5.3 算法性能分析 | 第63-64页 |
| 5.4 系统实现页面展示 | 第64-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 附录1 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读研究生期间发表的学术论文 | 第82页 |
