基于神经网络评估模型的掌上贷款系统设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究的目的和意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·论文的主要内容和结构安排 | 第13-14页 |
| ·主要创新点 | 第14-15页 |
| 2 需求分析及功能设计 | 第15-28页 |
| ·贷款业务流程介绍 | 第15页 |
| ·系统概述 | 第15-17页 |
| ·系统功能分析 | 第17-28页 |
| ·信息查询系统 | 第17-19页 |
| ·贷前管理系统 | 第19-23页 |
| ·贷后管理系统 | 第23-27页 |
| ·风险评估模型 | 第27-28页 |
| 3 数据挖掘在风险评估模型中的应用 | 第28-35页 |
| ·数据挖掘的概述 | 第28-29页 |
| ·数据挖掘常用预测算法 | 第29-30页 |
| ·神经网络算法合理性分析 | 第30页 |
| ·神经网络预测模型 | 第30-32页 |
| ·BP 神经网络的训练原理 | 第32-35页 |
| 4 小微贷款模型建立 | 第35-56页 |
| ·建立评价指标 | 第35-40页 |
| ·国内常用的企业信用风险评估指标 | 第35-36页 |
| ·小微贷款风险产生的主要因素 | 第36-38页 |
| ·评价指标的选择 | 第38-40页 |
| ·BP 网络建立 | 第40-46页 |
| ·神经元激活函数选择 | 第40-42页 |
| ·网络拓扑结构设计 | 第42-44页 |
| ·变量的初始化 | 第44页 |
| ·BP 神经网络的改进 | 第44-46页 |
| ·指标数据的预处理 | 第46-47页 |
| ·定性指标的量化 | 第46页 |
| ·指标数据的规范化处理 | 第46-47页 |
| ·模型的训练 | 第47-56页 |
| ·样本数据及预处理 | 第47-54页 |
| ·模型的训练 | 第54-56页 |
| 5 小微贷款模型的测试 | 第56-58页 |
| ·模型测试 | 第56-57页 |
| ·测试结果分析 | 第57-58页 |
| 6 结束语 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-65页 |
| 详细摘要 | 第65-68页 |
