| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第8-11页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 研究内容 | 第9-11页 |
| 第二章 基础理论模型 | 第11-21页 |
| 2.1 关联规则 | 第11-12页 |
| 2.2 随机森林 | 第12-13页 |
| 2.3 logistic回归 | 第13-15页 |
| 2.4 C5.0决策树 | 第15-16页 |
| 2.5 贝叶斯分类 | 第16-17页 |
| 2.6 支持向量机 | 第17页 |
| 2.7 Bagging、Boosting、GradientBoosting | 第17-18页 |
| 2.8 PAM算法 | 第18页 |
| 2.9 不平衡数据在数据层面的处理 | 第18-19页 |
| 2.10 两配对样本T检验 | 第19页 |
| 2.11 模型性能的评价标准 | 第19-21页 |
| 第三章 P2P网贷平台出借人行为研究 | 第21-28页 |
| 3.1 出借人行为研究的动机 | 第21页 |
| 3.2 数据来源与变量描述 | 第21-22页 |
| 3.3 出借人行为分析 | 第22-27页 |
| 3.4 总结 | 第27-28页 |
| 第四章 P2P网贷平台借款人行为研究 | 第28-39页 |
| 4.1 借款人行为研究的动机 | 第28页 |
| 4.2 数据来源与预处理 | 第28-30页 |
| 4.3 变量选择 | 第30-32页 |
| 4.4 借款人行为分析 | 第32-34页 |
| 4.5 模型优化 | 第34-38页 |
| 4.6 总结 | 第38-39页 |
| 第五章 总结与展望 | 第39-41页 |
| 5.1 研究结论 | 第39页 |
| 5.2 研究局限性 | 第39-40页 |
| 5.3 未来研究方向 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43页 |