摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-13页 |
·研究背景及意义 | 第8页 |
·国内外相应技术的研究现状 | 第8-9页 |
·本文的研究内容及创新 | 第9-11页 |
·论文章节结构 | 第11-13页 |
第二章 银行信贷及相关技术的背景介绍 | 第13-22页 |
·银行违约背景介绍 | 第13-15页 |
·数据挖掘概述 | 第15-16页 |
·多目标决策概述 | 第16-18页 |
·预处理 | 第18-22页 |
·数据清理 | 第18-19页 |
·数据变化 | 第19-20页 |
·数据规约 | 第20-22页 |
第三章 企业贷款风险分析方法理论 | 第22-43页 |
·非平衡数据 | 第22页 |
·独立成分分析和主成分分析 | 第22-24页 |
·主成分分析 | 第22-24页 |
·SMOTE算法 | 第24页 |
·分类算法 | 第24-31页 |
·NaiveBayes算法 | 第25-26页 |
·Logistic算法 | 第26页 |
·SMO算法 | 第26-28页 |
·IBk算法 | 第28-29页 |
·PART算法 | 第29页 |
·BFTree算法 | 第29-30页 |
·J48算法 | 第30页 |
·SimpleCart算法 | 第30-31页 |
·模糊delphi法 | 第31-34页 |
·梯形模糊 | 第31-32页 |
·去模糊化 | 第32-33页 |
·delphi法 | 第33页 |
·模糊delphi法 | 第33-34页 |
·TOPSIS | 第34-35页 |
·PROMETHEE Ⅱ | 第35-38页 |
·数据包络法DEA | 第38-40页 |
·平均绝对百分差 | 第40页 |
·分类评价指标 | 第40-43页 |
·真正率、正负率和准确度指标 | 第40-41页 |
·AUC指标 | 第41页 |
·F-measure指标 | 第41页 |
·Kappa statistic指标 | 第41-42页 |
·Type Ⅰ error rate&type Ⅱ error rate | 第42-43页 |
第四章 某银行四川省分行企业贷款数据实证分析 | 第43-59页 |
·实验数据 | 第43页 |
·实验数据预处理 | 第43-45页 |
·PCA维度规约 | 第45-46页 |
·实验数据SMOTE过采样 | 第46-47页 |
·实验的分类算法选择 | 第47-51页 |
·模糊delphi法求指标权重 | 第51-57页 |
·实验结果分析 | 第57-59页 |
第五章 结论 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-66页 |
附录 | 第66-68页 |