关联规则挖掘在银行客户信用评估中的应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·银行客户信用评估研究现状 | 第12-13页 |
| ·数据挖掘及关联规则研究现状 | 第13-16页 |
| ·研究内容及组织结构 | 第16-17页 |
| ·论文的研究内容 | 第16页 |
| ·论文的组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 银行客户信用评估及数据挖掘相关理论概述 | 第18-24页 |
| ·银行客户信用评估 | 第18-19页 |
| ·信用风险 | 第18页 |
| ·银行客户信用评估方法 | 第18-19页 |
| ·数据挖掘概述 | 第19-23页 |
| ·数据挖掘定义 | 第19页 |
| ·数据挖掘过程 | 第19-21页 |
| ·数据挖掘研究内容及功能 | 第21-22页 |
| ·数据挖掘主要方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 关联规则研究相关理论 | 第24-32页 |
| ·关联规则产生及发展 | 第24页 |
| ·关联规则相关概念 | 第24-25页 |
| ·关联规则定义 | 第24页 |
| ·关联规则挖掘主要知识 | 第24-25页 |
| ·关联规则类型 | 第25页 |
| ·关联规则挖掘流程 | 第25-26页 |
| ·关联规则挖掘算法 | 第26-31页 |
| ·频繁集方法 | 第26-29页 |
| ·基于FP-Tree的关联规则挖掘算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 Apriori算法及其改进 | 第32-40页 |
| ·Apriori算法的不足之处 | 第32页 |
| ·针对Apriori算法常见的改进 | 第32-33页 |
| ·Apriori算法新的改进 | 第33-36页 |
| ·算法思想 | 第33-34页 |
| ·算法的步骤 | 第34-35页 |
| ·算法的流程图 | 第35-36页 |
| ·算法实例分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 关联规则在银行客户信用评估中的应用 | 第40-50页 |
| ·银行客户信用评估相关介绍 | 第40页 |
| ·实验数据准备 | 第40-44页 |
| ·源数据的收集 | 第40-41页 |
| ·源数据的处理 | 第41-44页 |
| ·实验结果的比较和分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 主要研究工作总结与展望 | 第50-52页 |
| ·主要研究工作总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第56页 |
