| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 技术现状 | 第12-15页 |
| 1.2.2 应用现状 | 第15-16页 |
| 1.3 论文内容及结构 | 第16-18页 |
| 2 银行客户征信数据预处理 | 第18-30页 |
| 2.1 银行客户征信数据融合 | 第18-24页 |
| 2.1.1 数据来源 | 第18-20页 |
| 2.1.2 ETL工具数据抽取 | 第20-22页 |
| 2.1.3 数据清理 | 第22-24页 |
| 2.2 银行客户征信数据DV层存储 | 第24-27页 |
| 2.3 银行客户征信数据CDM层构建 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 银行客户征信分析数据仓库设计 | 第30-43页 |
| 3.1 银行客户征信评级工作流调度 | 第30-33页 |
| 3.1.1 工作流调度选型 | 第30-32页 |
| 3.1.2 工作流调度设计 | 第32-33页 |
| 3.1.3 调度监控设计 | 第33页 |
| 3.2 十级分类模型的设计 | 第33-36页 |
| 3.3 银行客户征信数据PDM层评级 | 第36-38页 |
| 3.4 基于Hive加工 | 第38-41页 |
| 3.5 银行客户征信数据字典构建 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 银行客户征信数据分析系统设计与实现 | 第43-55页 |
| 4.1 基于Hadoop的银行客户征信数据分析系统搭建 | 第43-48页 |
| 4.1.1 基于Hadoop运行环境配置 | 第43-45页 |
| 4.1.2 银行客户征信数据分析数据仓库搭建 | 第45-48页 |
| 4.2 银行客户征信数据分析系统功能模块设计 | 第48-49页 |
| 4.3 系统主要功能模块实现 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 A：作者攻读硕士学位期间发表论文及科研情况 | 第61-62页 |
| 致谢 | 第62页 |