| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 简介 | 第8-9页 |
| 1.2 文献综述 | 第9-11页 |
| 1.2.1 客户关系管理和数据挖掘 | 第9页 |
| 1.2.2 评分模型 | 第9-11页 |
| 1.2.3 数据挖掘工具 | 第11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 本文结构组织安排 | 第12-13页 |
| 第二章 建模方法及理论介绍 | 第13-24页 |
| 2.1 Logistic回归模型的基本知识 | 第13-16页 |
| 2.1.1 Logistic模型简介 | 第13-15页 |
| 2.1.2 Logistic模型的参数估计及算法实现 | 第15-16页 |
| 2.2 线性回归 | 第16-21页 |
| 2.2.1 多元线性回归模型形式 | 第17-18页 |
| 2.2.2 多元线性回归模型的基本假定 | 第18-20页 |
| 2.2.3 多元线性回归模型的显著性检验 | 第20-21页 |
| 2.3 统计量简介 | 第21-23页 |
| 2.3.1 混淆矩阵 | 第21-22页 |
| 2.3.2 ROC曲线 | 第22页 |
| 2.3.3 Lift(提升指数) | 第22页 |
| 2.3.4 C统计量 | 第22-23页 |
| 2.3.5 十分位分析 | 第23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 建立模型 | 第24-41页 |
| 3.1 数据来源以及建模数据 | 第24-25页 |
| 3.2 美国模型的建立与分析 | 第25-33页 |
| 3.3 加拿大模型的建立与分析 | 第33-40页 |
| 3.4 小结 | 第40-41页 |
| 第四章 总结与展望 | 第41-43页 |
| 4.1 结论 | 第41-42页 |
| 4.2 展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45页 |