| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 绪论 | 第7-19页 |
| 第一节 研究背景与研究意义 | 第7-9页 |
| 一、研究背景 | 第7-8页 |
| 二、研究意义 | 第8-9页 |
| 第二节 研究思路与研究内容 | 第9-11页 |
| 一、研究思路 | 第9-10页 |
| 二、研究内容 | 第10页 |
| 三、基本框架 | 第10-11页 |
| 第三节 国内外研究综述 | 第11-17页 |
| 一、数据挖掘的概念和行业应用 | 第11-13页 |
| 二、传统金融领域的信用评估和违约识别方法 | 第13-15页 |
| 三、互联网金融领域的P2P借贷违约识别方法 | 第15-16页 |
| 四、对已有研究的评价 | 第16-17页 |
| 第四节 可能的创新点与不足之处 | 第17-19页 |
| 一、可能的创新点 | 第17-18页 |
| 二、不足之处 | 第18-19页 |
| 第二章 P2P借贷违约风险与数据挖掘技术相关理论分析 | 第19-30页 |
| 第一节 P2P借贷违约风险相关理论分析 | 第19-23页 |
| 一、P2P借款业务及对借款人信用的考察维度 | 第19-21页 |
| 二、P2P借款违约风险与特征分析 | 第21-22页 |
| 三、P2P借款违约风险的影响因素分析 | 第22-23页 |
| 第二节 数据挖掘理论模型 | 第23-30页 |
| 一、逻辑回归、神经网络及其特点 | 第23-24页 |
| 二、支持向量机(SVM)模型及其特点 | 第24-26页 |
| 三、决策树类算法及其特点 | 第26-28页 |
| 四、本文对数据挖据模型的选择和应用 | 第28-30页 |
| 第三章 P2P借贷行为数据集采集与预处理 | 第30-46页 |
| 第一节 数据集概况与分割 | 第30-31页 |
| 一、数据集来源 | 第30页 |
| 二、数据集概况 | 第30-31页 |
| 三、数据集的分割 | 第31页 |
| 第二节 P2P借货行为数据清洗 | 第31-34页 |
| 一、对缺失值的处理 | 第31-33页 |
| 二、对近零方差字段的剔除 | 第33页 |
| 三、对字段的转换 | 第33-34页 |
| 第三节 P2P借贷行为特征工程 | 第34-46页 |
| 一、缺失值的数量和违约率 | 第34-35页 |
| 二、地域信息 | 第35-37页 |
| 三、第三方信息 | 第37-40页 |
| 四、用户登录信息 | 第40-42页 |
| 五、用户对个人信息的修改 | 第42-44页 |
| 六、对特征的进一步处理 | 第44-46页 |
| 第四章 基于数据挖掘技术的P2P借贷违约风险模型训练与优化 | 第46-59页 |
| 第一节 不平衡数据集的处理与评估指标说明 | 第46-48页 |
| 一、对不平衡数据集的处理方法 | 第46-47页 |
| 二、评估指标说明 | 第47-48页 |
| 第二节 基于单一模型的P2P借贷违约预测与效果 | 第48-53页 |
| 一、逻辑回归模型和神经网络模型的预测效果 | 第48-49页 |
| 二、支持向量机模型(SVM)的预测效果 | 第49-51页 |
| 三、决策树类算法的预测效果 | 第51-53页 |
| 第三节 基于Stacking集成学习的P2P借贷违约预测与效果 | 第53-56页 |
| 一、Stacking集成学习方法 | 第53-54页 |
| 二、基于Stacking模型融合方法的P2P借贷违约预测与效果 | 第54-56页 |
| 第四节 Stacking集成学习方法的最终评价 | 第56-59页 |
| 一、基于ROC曲线和AUC值的最终评价 | 第56-57页 |
| 二、基于KS曲线和KS值的最终评价 | 第57-59页 |
| 第五章 研究结论与研究启示 | 第59-62页 |
| 第一节 研究结论 | 第59-60页 |
| 一、参考多维度数据能够有效辅助P2P借贷违约的识别 | 第59页 |
| 二、XGBoost等数据挖掘模型在预测中具有较好的性能 | 第59页 |
| 三、Stacking模型融合方法进一步提高预测效果 | 第59-60页 |
| 四、开源的建模工具在P2P借贷违约识别建模中具有优势 | 第60页 |
| 第二节 研究启示 | 第60-62页 |
| 一、对从事P2P借贷业务的平台的启示 | 第60页 |
| 二、对P2P的投资者的启示 | 第60-61页 |
| 三、对P2P借贷行业监管的启示 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录:建模代码 | 第64-70页 |
| 致谢 | 第70-71页 |
