决策树模型在银行风险预警系统中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| .1 研究背景 | 第9-11页 |
| .1.1 决策树分类方法 | 第9页 |
| .1.2 银行风险预警系统 | 第9-10页 |
| .1.3 在风险预警中应用决策树模型的必要性 | 第10-11页 |
| .2 本文结构 | 第11页 |
| 第二章 综述 | 第11-32页 |
| .1 决策树分类技术 | 第11-24页 |
| .1.1 决策树概述 | 第11-12页 |
| .1.2 决策树算法的基本思想 | 第12-16页 |
| .1.2.1 决策树的生成 | 第12-13页 |
| .1.2.2 决策属性的选择方法 | 第13-15页 |
| .1.2.3 数值型属性的离散化 | 第15页 |
| .1.2.4 决策树的修剪 | 第15-16页 |
| .1.3 几种典型的决策树算法 | 第16-23页 |
| .1.3.1 ID3算法 | 第16-17页 |
| .1.3.2 C4.5算法 | 第17-19页 |
| .1.3.3 CART算法 | 第19-20页 |
| .1.3.4 SLIQ算法 | 第20-22页 |
| .1.3.5 SPRINT算法 | 第22-23页 |
| .1.4 决策树分类算法的比较 | 第23-24页 |
| .2 银行风险预警系统 | 第24-30页 |
| .2.1 业务预警模块 | 第24-27页 |
| .2.1.1 预警信息 | 第25-26页 |
| .2.1.2 预警统计 | 第26页 |
| .2.1.3 预警类型查询 | 第26-27页 |
| .2.2 综合查询模块 | 第27-28页 |
| .2.3 分析与统计模块 | 第28-29页 |
| .2.4 参数设定模块 | 第29-30页 |
| .2.5 衍生产品模块 | 第30页 |
| .3 决策树分类技术在银行风险预警系统中的应用 | 第30-32页 |
| .3.1 客户授信额度分类 | 第30-31页 |
| .3.2 下级机构授权额度分类 | 第31页 |
| .3.3 新业务预警等级分类 | 第31-32页 |
| 第三章 风险预警决策树模型设计 | 第32-55页 |
| .1 概述 | 第32页 |
| .2 同业客户授信额度决策树模型设计 | 第32-43页 |
| .2.1 数据准备 | 第32-35页 |
| .2.2 数据预处理 | 第35-38页 |
| .2.2.1 预处理方法 | 第35-36页 |
| .2.2.2 数据清理及集成 | 第36-37页 |
| .2.2.3 数据变换 | 第37页 |
| .2.2.4 离散化处理 | 第37-38页 |
| .2.3 构建决策树 | 第38-42页 |
| .2.4 决策树模型结果与评估 | 第42-43页 |
| .3 下级机构授权额度决策树模型设计 | 第43-49页 |
| .3.1 数据准备 | 第43-44页 |
| .3.2 数据预处理 | 第44-47页 |
| .3.2.1 数据清理及集成 | 第44页 |
| .3.2.2 数据变换 | 第44-45页 |
| .3.2.3 增加统计字段 | 第45-46页 |
| .3.2.4 离散化处理 | 第46-47页 |
| .3.3 构建决策树 | 第47-49页 |
| .3.4 决策树模型结果与评估 | 第49页 |
| .4 新业务预警等级决策树模型设计 | 第49-55页 |
| .4.1 数据准备 | 第49-50页 |
| .4.2 数据预处理 | 第50-53页 |
| .4.2.1 数据清理及集成 | 第50-51页 |
| .4.2.2 数据变换 | 第51页 |
| .4.2.3 离散化处理 | 第51-53页 |
| .4.3 构建决策树 | 第53-55页 |
| .4.4 决策树模型结果与评估 | 第55页 |
| 第四章 风险预警系统决策树模块实现 | 第55-58页 |
| .1 增加决策树分类模块 | 第55-56页 |
| .2 决策树分类结果展示 | 第56-58页 |
| .2.1.1 授权分类 | 第56-57页 |
| .2.1.2 授信分类 | 第57页 |
| .2.1.3 新业务预警等级分类 | 第57-58页 |
| .3 系统结果 | 第58页 |
| 第五章 总结与展望 | 第58-60页 |
| .1 论文主要工作概述 | 第58-59页 |
| .2 未来工作展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
