数据挖掘技术在信用卡信用风险评分模型中的研究
1 绪论 | 第1-12页 |
·引言 | 第9-10页 |
·本文的研究主题和意义 | 第10页 |
·国内外研究现状 | 第10-11页 |
·本文的创新点、研究方法和论文的机构 | 第11-12页 |
2 数据挖掘概述 | 第12-29页 |
·数据挖掘的概念 | 第12-15页 |
·什么是数据挖掘 | 第12-13页 |
·数据挖掘的形式化定义 | 第13页 |
·数据挖掘的基本步骤 | 第13-14页 |
·数据挖掘方法的分类 | 第14-15页 |
·描述性挖掘分析 | 第15-19页 |
·关联规则 | 第16-18页 |
·序列模型分析 | 第18页 |
·聚类分析 | 第18-19页 |
·预测类的挖掘算法 | 第19-28页 |
·分类问题 | 第20-21页 |
·回归问题 | 第21页 |
·时间序列问题 | 第21-23页 |
·神经网络 | 第23-26页 |
·决策树分析 | 第26-28页 |
·数据挖掘的体系结构 | 第28-29页 |
3 信用卡概述 | 第29-34页 |
·信用卡的概念 | 第29页 |
·信用卡的特点与功能 | 第29-31页 |
·信用卡的风险防范 | 第31-33页 |
·信用卡风险的特点 | 第32页 |
·信用卡风险的种类 | 第32页 |
·信用卡风险的防范措施 | 第32-33页 |
·信用卡发展以及存在的问题 | 第33-34页 |
4 数据挖掘技术在信用卡信用风险评分模型中的应用 | 第34-48页 |
·数据准备 | 第35-41页 |
·银行数据仓库及其系统组成 | 第35-37页 |
·银行信用卡数据集市的实现方案 | 第37-41页 |
·建立信用卡客户信用评分模型 | 第41-48页 |
5 总结和展望 | 第48-49页 |
结束语 | 第49-50页 |
参考文献 | 第50-51页 |
后记 | 第51-52页 |