| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究目的与意义 | 第10-12页 |
| ·国内外研究状况与评述 | 第12-15页 |
| ·研究主要内容 | 第15-16页 |
| 第2章 个人信用风险与分析概述 | 第16-22页 |
| ·个人信用风险与分析 | 第16-18页 |
| ·个人信用风险界定 | 第16页 |
| ·个人信用风险具体表现 | 第16-17页 |
| ·个人信用风险分析界定 | 第17-18页 |
| ·个人信用分析方法 | 第18-19页 |
| ·个人信用风险影响因素 | 第19页 |
| ·个人信用分析指标体系 | 第19-22页 |
| 第3章 数据挖掘技术在个人信用风险预测和控制中应用 | 第22-37页 |
| ·数据挖掘概念与范畴 | 第22-23页 |
| ·数据挖掘流程 | 第23-24页 |
| ·决策树分析在个人信用风险控制中的应用 | 第24-27页 |
| ·决策树分析原理(C4.5) | 第25-27页 |
| ·决策树模型优缺点 | 第27页 |
| ·决策树模型在个人信用风险控制应用范围 | 第27页 |
| ·主成分分析在个人信用风险控制中的应用 | 第27-30页 |
| ·主成分分析基本原理和计算步骤 | 第28-29页 |
| ·主成分分析优缺点 | 第29-30页 |
| ·主成分分析在个人信用风险控制应用范围 | 第30页 |
| ·聚类分析在个人信用风险控制中的应用 | 第30-32页 |
| ·聚类分析原理 | 第31页 |
| ·聚类分析优缺点 | 第31-32页 |
| ·聚类分析在个人信用风险控制中应用范围 | 第32页 |
| ·神经元网络在个人信用风险控制中的应用 | 第32-37页 |
| ·神经元网络原理 | 第32-35页 |
| ·神经元网络模型优缺点 | 第35-36页 |
| ·神经元网络在个人信用风险控制中应用范围 | 第36-37页 |
| 第4章 数据挖掘在个人信用预测和控制实证研究 | 第37-62页 |
| ·样本选取 | 第37-38页 |
| ·变量选取 | 第38-39页 |
| ·因变量界定 | 第38-39页 |
| ·自变量确定 | 第39页 |
| ·数据预处理 | 第39-46页 |
| ·数据清理 | 第40-41页 |
| ·数据冗余处理 | 第41-42页 |
| ·数据变换 | 第42页 |
| ·属性离散化 | 第42-46页 |
| ·决策树分析实证研究 | 第46-53页 |
| ·聚类分析实证研究 | 第53-55页 |
| ·神经元网络实证研究 | 第55-59页 |
| ·信用风险控制 | 第59-61页 |
| ·小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |