基于神经网络的信用卡反欺诈系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| ·本文组织结构 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 信用卡反欺诈模型比较研究 | 第16-28页 |
| ·基本概念和理论基础 | 第16-18页 |
| ·信用卡反欺诈模型研究 | 第18-23页 |
| ·基于规则的信用卡反欺诈模型 | 第18-21页 |
| ·基于人工智能的信用卡反欺诈模型 | 第21-22页 |
| ·两种典型反欺诈模型比较研究 | 第22-23页 |
| ·国内外信用卡反欺诈系统和产品 | 第23-26页 |
| ·国内外信用卡反欺诈系统 | 第23-24页 |
| ·国内外信用卡反欺诈产品 | 第24-25页 |
| ·信用卡反欺诈系统和产品分析总结 | 第25-26页 |
| ·国内银行信用卡反欺诈现状分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 BP神经网络反欺诈模型 | 第28-37页 |
| ·神经网络概述 | 第28-29页 |
| ·BP神经网络 | 第29-34页 |
| ·BP神经网络 | 第29-30页 |
| ·BP算法的不足与改进 | 第30-31页 |
| ·改进的带权重衰退的BP算法 | 第31-34页 |
| ·BP神经网络反欺诈模型设计 | 第34-36页 |
| ·BP神经网络用于反欺诈模型的优势 | 第34页 |
| ·BP神经网络反欺诈模型设计 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于神经网络的信用卡反欺诈系统设计 | 第37-54页 |
| ·反欺诈系统特点 | 第37页 |
| ·系统结构设计 | 第37-41页 |
| ·数据预处理模块 | 第41-48页 |
| ·变量衍生 | 第42-43页 |
| ·变量粗分组 | 第43-46页 |
| ·数据表示 | 第46-47页 |
| ·变量选择 | 第47-48页 |
| ·BP神经网络模块 | 第48-52页 |
| ·模型训练 | 第48-52页 |
| ·神经网络处理 | 第52页 |
| ·输出模块 | 第52页 |
| ·跟踪模块 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 系统实证分析 | 第54-63页 |
| ·数据预处理 | 第54-58页 |
| ·数据准备 | 第54-55页 |
| ·变量衍生 | 第55-56页 |
| ·变量粗分组 | 第56-57页 |
| ·变量选择 | 第57-58页 |
| ·BP神经网络 | 第58-62页 |
| ·BP神经网络训练 | 第58-61页 |
| ·BP神经网络处理 | 第61-62页 |
| ·结果与分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63页 |
| ·下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第69页 |
