商业银行风险控制系统的设计与实现--基于数据仓库技术
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外现状分析 | 第12-14页 |
| 1.3 研究内容和目标 | 第14-15页 |
| 1.4 本文组织与结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 相关技术 | 第17-24页 |
| 2.1 数据仓库概念 | 第17-18页 |
| 2.2 数据挖掘概念 | 第18-19页 |
| 2.3 联机分析处理（OLAP） | 第19-21页 |
| 2.4 商业银行的CRM架构 | 第21-23页 |
| 2.4.1 DataStage工具 | 第22页 |
| 2.4.2 Webi报表工具 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 商业银行风险控制系统的架构设计 | 第24-40页 |
| 3.1 商业银行风险控制系统的整体架构 | 第24-26页 |
| 3.1.1 风险控制系统的层次划分 | 第24-25页 |
| 3.1.2 风险控制系统架构 | 第25-26页 |
| 3.2 数据源层 | 第26-28页 |
| 3.2.1 风险数据集市主题域 | 第26-27页 |
| 3.2.2 数据整合 | 第27-28页 |
| 3.3 数据准备层 | 第28-31页 |
| 3.3.1 指标数据集市的构建 | 第28-30页 |
| 3.3.2 数据预处理 | 第30-31页 |
| 3.4 分析处理层 | 第31-37页 |
| 3.4.1 信用风险多维分析 | 第31-37页 |
| 3.4.2 信用风险分类 | 第37页 |
| 3.5 前端应用层 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 信用风险多维分析 | 第40-52页 |
| 4.1 信用风险多维分析数据准备 | 第40-42页 |
| 4.2 客户违约分析 | 第42-45页 |
| 4.3 行业违约分析 | 第45-48页 |
| 4.4 资产负债分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 客户信用分类 | 第52-65页 |
| 5.1 客户信用分类模型 | 第52-54页 |
| 5.1.1 主观评价模型 | 第52页 |
| 5.1.2 客观评价建模 | 第52-54页 |
| 5.2 用决策树构建个人信用分类模型 | 第54-64页 |
| 5.2.1 构建决策树 | 第54页 |
| 5.2.2 数据采集及抽取 | 第54-56页 |
| 5.2.3 数据预处理 | 第56-60页 |
| 5.2.4 建立个人信用分类决策树 | 第60-61页 |
| 5.2.5 属性赋权 | 第61-63页 |
| 5.2.6 个人信用分类模型结果 | 第63-64页 |
| 5.2.7 信用评价标准确定 | 第64页 |
| 5.3 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
