基于数据挖掘技术的商业银行个人信用评分模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景、目的和意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究的目的 | 第13-14页 |
| 1.1.3 研究的意义 | 第14-15页 |
| 1.2 国内外研究综述 | 第15-18页 |
| 1.2.1 国外研究综述 | 第15-16页 |
| 1.2.2 国内研究综述 | 第16-18页 |
| 1.3 研究内容与方法 | 第18-19页 |
| 1.3.1 研究的主要内容 | 第18页 |
| 1.3.2 研究的方法和技术路线 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 相关概念与理论基础 | 第20-28页 |
| 2.1 数据挖掘概述 | 第20-23页 |
| 2.1.1 数据挖掘技术产生背景及现状 | 第20页 |
| 2.1.2 数据挖掘定义 | 第20-22页 |
| 2.1.3 数据挖掘过程简介 | 第22页 |
| 2.1.4 数据挖掘的功能 | 第22-23页 |
| 2.2 信用评分概述 | 第23-26页 |
| 2.2.1 商业银行个人信用评分产生背景 | 第23-24页 |
| 2.2.2 个人信用评分定义 | 第24-25页 |
| 2.2.3 个人信用评分方法及理念 | 第25页 |
| 2.2.4 个人信用评分的影响因素 | 第25-26页 |
| 2.3 数据挖掘在个人信用评分上的应用 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 商业银行个人信用评分模型分析 | 第28-37页 |
| 3.1 个人信用评分模型分类 | 第28页 |
| 3.2 常用信用评分模型分析 | 第28-36页 |
| 3.2.1 判别分析法 | 第28-29页 |
| 3.2.2 决策树法 | 第29-30页 |
| 3.2.3 人工神经网络法 | 第30-33页 |
| 3.2.4 层次分析法 | 第33-34页 |
| 3.2.5 遗传算法概述 | 第34-36页 |
| 3.3 信用评分模型比较 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 模糊层次分析法模型分析及改进 | 第37-49页 |
| 4.1 模糊层次分析法 | 第37-40页 |
| 4.1.1 层析分析法 | 第37-38页 |
| 4.1.2 模糊层次分析法 | 第38-40页 |
| 4.2 指标体系的构建 | 第40-43页 |
| 4.2.1 个人评分指标体系的选取原则 | 第40-41页 |
| 4.2.2 个人评分指标的建立 | 第41-43页 |
| 4.3 指标权重的确定 | 第43-48页 |
| 4.3.1 建立递阶层次结构 | 第43页 |
| 4.3.2 构造模糊一致矩阵 | 第43-45页 |
| 4.3.3 层次单排序及总体均数检验 | 第45-47页 |
| 4.3.4 层次总排序 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 改进模糊 AHP 法实例应用 | 第49-58页 |
| 5.1 个人信用评分模型的构建 | 第49-52页 |
| 5.2 模糊 AHP 法结果分析 | 第52-54页 |
| 5.3 个人信用评分算法实现 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录A 个人信用评分指标明细表 | 第63-64页 |
