基于商业智能的银行运营风险监测系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题背景及来源 | 第12-14页 |
| 1.1.1 课题背景 | 第12-13页 |
| 1.1.2 课题来源 | 第13-14页 |
| 1.2 研究目的及意义 | 第14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 国内研究现状 | 第14-16页 |
| 1.3.2 国外研究现状 | 第16-18页 |
| 1.4 论文的主要研究内容 | 第18页 |
| 1.5 论文的结构与章节安排 | 第18-20页 |
| 第2章 系统需求分析 | 第20-26页 |
| 2.1 银行业务分析 | 第20-21页 |
| 2.2 系统关键技术分析 | 第21-23页 |
| 2.3 系统功能需求分析 | 第23-25页 |
| 2.4 系统非功能需求分析 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于二叉树多分类SVM风险分类算法 | 第26-36页 |
| 3.1 银行风险监测概述 | 第26-27页 |
| 3.2 二分类支持向量机原理 | 第27-29页 |
| 3.2.1 支持向量机理论 | 第27-28页 |
| 3.2.2 二分类支持向量机 | 第28-29页 |
| 3.3 二叉树风险分类策略 | 第29-31页 |
| 3.3.1 树论 | 第29-30页 |
| 3.3.2 常见二叉树理论 | 第30-31页 |
| 3.4 二叉树多分类支持向量机 | 第31-32页 |
| 3.5 二叉树多分类SVM的风险监测 | 第32-35页 |
| 3.5.1 建立基本模型 | 第33页 |
| 3.5.2 核函数的选择 | 第33-34页 |
| 3.5.3 二叉树多分类SVM风险监测流程 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 系统设计 | 第36-54页 |
| 4.1 系统总体架构设计 | 第36-39页 |
| 4.1.1 系统硬件部署方案设计 | 第36-37页 |
| 4.1.2 系统技术架构设计 | 第37-39页 |
| 4.2 数据库设计 | 第39-42页 |
| 4.3 系统功能设计 | 第42-50页 |
| 4.3.1 业务监控模块设计 | 第42-46页 |
| 4.3.2 人工选择监控 | 第46-48页 |
| 4.3.3 智能辅助功能模块的设计 | 第48-50页 |
| 4.4 ETL架构设计 | 第50-53页 |
| 4.4.1 ETL介绍 | 第50-51页 |
| 4.4.2 ETL设计规则 | 第51-52页 |
| 4.4.3 ETL周期设计 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 算法测试与系统实现 | 第54-64页 |
| 5.1 算法测试 | 第54-56页 |
| 5.2 系统实现 | 第56-58页 |
| 5.2.1 系统主界面实现 | 第56-57页 |
| 5.2.2 监控功能实现 | 第57-58页 |
| 5.3 系统功能测试 | 第58-60页 |
| 5.4 系统性能测试 | 第60-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间参与科研项目 | 第71页 |
