基于BP神经网络的信用卡消费行为风险评估
| 内容摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 1. 绪论 | 第11-14页 |
| ·论文的选题背景 | 第11-12页 |
| ·论文的研究意义 | 第12-13页 |
| ·论文的研究思路和框架 | 第13-14页 |
| 2. 信用评价理论综述 | 第14-27页 |
| ·信用风险 | 第14-16页 |
| ·信用评价方法发展概况 | 第16-19页 |
| ·信用风险评估模型比较研究 | 第19-27页 |
| ·层次分析法过程 | 第20-23页 |
| ·基于决策树方法的过程 | 第23-24页 |
| ·VaR 方法应用 | 第24-27页 |
| 3. 信用风险分析在信用卡领域的应用 | 第27-53页 |
| ·信用卡发展现状 | 第27-45页 |
| ·信用卡概述 | 第27-28页 |
| ·信用卡起源 | 第28页 |
| ·信用卡分类 | 第28-36页 |
| ·信用卡现状及未来 | 第36-45页 |
| ·信用卡风险管理 | 第45-47页 |
| ·模拟银行现有信用模型分析 | 第47-53页 |
| ·决策树建模过程 | 第47-50页 |
| ·Logistic 回归建模过程 | 第50-53页 |
| 4. 基于BP 神经网络的个人信用评估模型 | 第53-70页 |
| ·神经网络基本理论 | 第53-54页 |
| ·BP 神经网络学习方法 | 第54-56页 |
| ·BP 神经网络中的数学函数 | 第56-60页 |
| ·概述 | 第56-57页 |
| ·激励函数的类型 | 第57-59页 |
| ·误差计算模型 | 第59-60页 |
| ·BP 神经网络的算法流程 | 第60-62页 |
| ·BP 神经网络在个人信用评估应用的可行性 | 第62页 |
| ·模型应用 | 第62-70页 |
| ·指标选取 | 第63-64页 |
| ·数据处理 | 第64-65页 |
| ·仿真运算 | 第65-69页 |
| ·结果比较 | 第69-70页 |
| 5. 总结与展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 后记 | 第74-75页 |
| 致谢 | 第75-76页 |
| 在读期间科研成果目录 | 第76页 |
