| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 文献综述 | 第11-17页 |
| 1.2.1 个人信用风险预测模型的研究 | 第11-15页 |
| 1.2.2 个人信用风险预测模型的评价研究 | 第15-17页 |
| 1.3 研究目标和意义 | 第17-18页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究意义 | 第17-18页 |
| 1.4 本文创新点 | 第18-19页 |
| 1.5 研究框架 | 第19-21页 |
| 第二章 相关模型与方法 | 第21-31页 |
| 2.1 数据挖掘分类模型 | 第21-25页 |
| 2.1.1 单分类器模型 | 第21-24页 |
| 2.1.2 Bagging模型 | 第24-25页 |
| 2.2 特征选择方法 | 第25-28页 |
| 2.3 MCDM方法 | 第28-30页 |
| 2.3.1 TOPSIS | 第28-29页 |
| 2.3.2 AHP | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于TOPSIS的个人信用风险预测模型评价 | 第31-38页 |
| 3.1 特征空间对模型表现的影响分析 | 第31-33页 |
| 3.2 多空间多准则的模型综合评价框架 | 第33-34页 |
| 3.3 P2P网贷个人信用风险预测模型综合评价 | 第34-37页 |
| 3.3.1 特征空间的构建 | 第34页 |
| 3.3.2 评价指标体系 | 第34-36页 |
| 3.3.3 TOPSIS综合评价 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于AHP的Bagging模型 | 第38-44页 |
| 4.1 违约样本预测准确率的提升研究 | 第38-39页 |
| 4.2 模型构建 | 第39-42页 |
| 4.3 模型效果评估 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验及结果分析 | 第44-60页 |
| 5.1 P2P网贷个人信用风险预测模型综合评价实验 | 第44-50页 |
| 5.1.1 数据来源及背景 | 第44页 |
| 5.1.2 数据预处理 | 第44-45页 |
| 5.1.3 实验设置 | 第45页 |
| 5.1.4 模型评价实验结果 | 第45-50页 |
| 5.2 AHP-Based Bagging模型效果分析 | 第50-59页 |
| 5.2.1 实验数据 | 第50-51页 |
| 5.2.2 实验设置 | 第51-52页 |
| 5.2.3 实验结果分析 | 第52-57页 |
| 5.2.4 模型在个人信用风险预测上的应用研究 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 结论及展望 | 第60-62页 |
| 6.1 本文结论及贡献 | 第60-61页 |
| 6.2 不足与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67-71页 |
