基于风险客户识别技术的预警建模及实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 关于银行客户风险预警的研究 | 第10-12页 |
| 1.2.2 风险客户识别技术的研究 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-19页 |
| 1.3.1 研究目标 | 第14-15页 |
| 1.3.2 本文的组织结构 | 第15页 |
| 1.3.3 银行风险预警系统总体构架 | 第15-19页 |
| 第二章 银行风险客户预警模型需求 | 第19-35页 |
| 2.1 银行客户类型 | 第19-21页 |
| 2.2 客户风险预警需求 | 第21-29页 |
| 2.2.1 客户风险预警需求 | 第21-24页 |
| 2.2.2 风险预警数据需求 | 第24-28页 |
| 2.2.3 功能需求 | 第28-29页 |
| 2.3 算法分析 | 第29-32页 |
| 2.4 建模工具选型 | 第32-33页 |
| 2.5 小结 | 第33-35页 |
| 第三章 基于风险客户识别技术的预警模型 | 第35-55页 |
| 3.1 数据源分析 | 第35-47页 |
| 3.1.1 基础数据分析 | 第38-42页 |
| 3.1.2 数据预处理 | 第42-47页 |
| 3.2 基于风险客户识别技术预警模型的具体分析 | 第47-49页 |
| 3.2.1 决策树模型建立 | 第47-48页 |
| 3.2.3 决策树的修剪 | 第48-49页 |
| 3.3 基于Logistic算法的风险预警建模 | 第49-53页 |
| 3.3.1 建模流程 | 第49-51页 |
| 3.3.2 模型的比较评估 | 第51-53页 |
| 3.4 小结 | 第53-55页 |
| 第四章 建模与实现 | 第55-69页 |
| 4.1 决策树模型 | 第55-59页 |
| 4.2 Logistic回归模型 | 第59-63页 |
| 4.3 模型的评价 | 第63-65页 |
| 4.4 应用模型进行评分 | 第65-66页 |
| 4.5 模型应用 | 第66-69页 |
| 第五章 结论与展望 | 第69-71页 |
| 5.1 结论 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-75页 |
| 个人简历、在学期间发表的论文与研究成果 | 第75页 |
