| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题的应用背景 | 第11-12页 |
| ·研究动机与目的 | 第12-13页 |
| ·本文内容安排 | 第13-15页 |
| 第二章 信用评分问题综述 | 第15-25页 |
| ·信用评分的定义 | 第15-16页 |
| ·信用评分在信用卡风险管理中的应用 | 第16-18页 |
| ·申请风险评分 | 第16页 |
| ·行为评分 | 第16-18页 |
| ·传统信用评估原则 | 第18-19页 |
| ·数据挖掘技术及其在信用评分中的研究现状 | 第19-25页 |
| ·统计学 | 第19-20页 |
| ·数学规划法 | 第20-21页 |
| ·人工智能 | 第21-23页 |
| ·其他方法 | 第23-24页 |
| ·各种常见算法的比较 | 第24-25页 |
| 第三章 基于遗传规划和支持向量机的申请风险评分模型 | 第25-45页 |
| ·引言 | 第25-26页 |
| ·遗传规划和支持向量机的基本概念 | 第26-29页 |
| ·遗传规划 | 第26-28页 |
| ·支持向量机 | 第28-29页 |
| ·两阶段申请风险评分模型 | 第29-38页 |
| ·改进的遗传规划模型 | 第30-37页 |
| ·支持向量机模型 | 第37-38页 |
| ·申请风险评分模型 | 第38页 |
| ·实证分析 | 第38-43页 |
| ·样本数据 | 第38-39页 |
| ·测试与分析 | 第39-40页 |
| ·比较 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于遗传算法和多类支持向量机的行为评分模型 | 第45-56页 |
| ·引言 | 第45-46页 |
| ·多类支持向量机 | 第46-47页 |
| ·特征选择算法 | 第47-52页 |
| ·特征选择 | 第47-48页 |
| ·遗传算法 | 第48-49页 |
| ·基于遗传算法的特征选择 | 第49-52页 |
| ·行为评分模型 | 第52-53页 |
| ·实证分析 | 第53-55页 |
| ·数据准备 | 第53页 |
| ·测试与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 结论和进一步的工作 | 第56-59页 |
| ·主要工作和创新点 | 第56-58页 |
| ·存在的问题及今后工作 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间公开发表的论文 | 第65-66页 |
| 致谢 | 第66页 |