数据挖掘在商业银行个人信用风险评估中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外文献综述 | 第12-14页 |
| 1.2.2 国内文献综述 | 第14-15页 |
| 1.3 研究内容与框架 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线图 | 第16-17页 |
| 第2章 个人信用风险评估和数据挖掘技术 | 第17-25页 |
| 2.1 个人信用风险的概述 | 第17-19页 |
| 2.1.1 个人信用风险的概念 | 第17-18页 |
| 2.1.2 个人信用风险的成因 | 第18页 |
| 2.1.3 个人信用风险的特征 | 第18-19页 |
| 2.2 个人信用风险评估的数据挖掘方法 | 第19-23页 |
| 2.2.1 数据挖掘技术概述 | 第19-20页 |
| 2.2.2 数据挖掘的基本过程 | 第20页 |
| 2.2.3 数据挖掘的基本方法 | 第20-23页 |
| 2.3 个人信用风险评估方法的比较与选择 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 N 商业银行个人信用风险评估模型的构建 | 第25-40页 |
| 3.1 个人信用风险评估备选指标体系的设计 | 第25-28页 |
| 3.1.1 指标选取原则 | 第25-26页 |
| 3.1.2 备选指标体系的确定 | 第26-28页 |
| 3.2 信用风险评估体系建模的数据处理 | 第28-30页 |
| 3.2.1 评估体系建模数据的采集 | 第28-29页 |
| 3.2.2 数据预处理与数据清洗 | 第29-30页 |
| 3.3 个人信用风险评估模型的构建 | 第30-37页 |
| 3.3.1 客户的二分类 | 第31页 |
| 3.3.2 备选指标的量化分组 | 第31-33页 |
| 3.3.3 备选指标的筛选 | 第33-34页 |
| 3.3.4 样本客户的选择 | 第34-35页 |
| 3.3.5 分组指标替代值的计算 | 第35-36页 |
| 3.3.6 信用风险评估模型的建立 | 第36-37页 |
| 3.4 模型的有效性检验 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 个人信用风险评估系统的需求分析和功能设计 | 第40-46页 |
| 4.1 评估系统的需求分析 | 第40-42页 |
| 4.1.1 N 银行个人信用风险管理的现状 | 第40-41页 |
| 4.1.2 N 银行个人信用风险的具体表现 | 第41-42页 |
| 4.1.3 个人信用风险管理中存在的问题 | 第42页 |
| 4.2 评估系统的设计原则与基本流程 | 第42-44页 |
| 4.2.1 评估系统的设计原则 | 第42-43页 |
| 4.2.2 评估系统的基本流程 | 第43-44页 |
| 4.3 评估系统的功能模块设计 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 N 银行个人信用风险评估系统的实现 | 第46-57页 |
| 5.1 J2EE 技术简介 | 第46-48页 |
| 5.1.1 J2EE 的体系结构 | 第46-47页 |
| 5.1.2 J2EE 的客户端类型 | 第47-48页 |
| 5.2 评估系统的实现 | 第48-54页 |
| 5.3 评估系统的功能测试 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
