| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-16页 |
| 1.2 国内外研究现状和发展 | 第16-18页 |
| 1.2.1 数据挖掘理论研究历史与状况 | 第16-17页 |
| 1.2.2 数据挖掘理论在信用卡风险评估中的应用状况 | 第17-18页 |
| 1.3 本文研究思路和文章框架 | 第18-20页 |
| 第2章 数据挖掘理论基本概述 | 第20-28页 |
| 2.1 决策树模型的基本原理分析 | 第21-22页 |
| 2.2 信息熵和信息增益在决策树模型中的应用 | 第22-25页 |
| 2.2.1 信息熵的含义 | 第22-23页 |
| 2.2.2 信息熵在决策树模型中的应用 | 第23-25页 |
| 2.3 决策树模型的主要算法 | 第25-27页 |
| 2.3.1 ID3算法 | 第25-26页 |
| 2.3.2 C4.5 算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 信用卡风险与信用卡风险评估 | 第28-38页 |
| 3.1 信用卡风险的一般概述 | 第28-30页 |
| 3.1.1 信用卡风险的分类 | 第28-29页 |
| 3.1.2 信用卡风险的特点 | 第29-30页 |
| 3.2 农信社信用卡与商业银行信用卡的区别 | 第30-31页 |
| 3.3 信用卡风险评估 | 第31-34页 |
| 3.3.1 信用卡风险评估系统的需求分析 | 第31-32页 |
| 3.3.2 信用卡评估模型 | 第32-34页 |
| 3.4 信用卡风险评估体系的建立 | 第34-37页 |
| 3.4.1 信用风险评估应遵循的原则 | 第34-35页 |
| 3.4.2 影响信用卡风险的主要因素 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于决策树模型的农信社信用卡风险评估模型的建立 | 第38-55页 |
| 4.1 A农信社信用卡数据基本描述 | 第38-39页 |
| 4.2 基于决策树模型的信用卡风险评估模型建立的基本思路 | 第39-41页 |
| 4.3 指标体系建立与数据预处理 | 第41-46页 |
| 4.3.1 选取属性变量 | 第42-43页 |
| 4.3.2 数据预处理 | 第43-46页 |
| 4.4 信用卡风险评估模型的构建流程及结果分析 | 第46-50页 |
| 4.4.1 信用卡风险评估模型的构建流程 | 第46页 |
| 4.4.2 创建决策树模型 | 第46-48页 |
| 4.4.3 结果分析 | 第48-50页 |
| 4.5 信用评分表的建立 | 第50-54页 |
| 4.5.1 确定属性变量相对重要性程度指标值 | 第50-51页 |
| 4.5.2 确定信用风险标准度量值及信用风险评分表的建立 | 第51-53页 |
| 4.5.3 对实证效果的评估 | 第53页 |
| 4.5.4 对实证过程的分析 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 信用卡风险评估模型在农信社实践展望 | 第55-60页 |
| 5.1 信用卡风险评估模型应用效果 | 第55-58页 |
| 5.1.1 优化审批流程 | 第55-58页 |
| 5.1.2 提高决策效益 | 第58页 |
| 5.2 对A农信社信用卡业务经营管理的建议 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
