基于数据挖掘的信用卡个人客户信用评价研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-14页 |
| ·选题背景与研究意义 | 第6-9页 |
| ·选题背景 | 第6-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·论文框架 | 第12-14页 |
| 2 数据挖掘、信用评价、信用卡业务综述 | 第14-23页 |
| ·数据挖掘概述 | 第14-17页 |
| ·数据挖掘概念 | 第14页 |
| ·数据挖掘的体系结构 | 第14-16页 |
| ·数据挖掘功能 | 第16-17页 |
| ·信用评价概述 | 第17-20页 |
| ·信用评价定义与基础 | 第17页 |
| ·信用评价方法综述 | 第17-20页 |
| ·信用卡业务概述 | 第20-23页 |
| ·信用卡概念及特点 | 第20-22页 |
| ·信用卡业务的功能 | 第22-23页 |
| 3 数据挖掘在信用评价中的应用研究 | 第23-33页 |
| ·数据挖掘的过程与方法 | 第23-28页 |
| ·数据挖掘的过程 | 第23-26页 |
| ·数据挖掘的方法 | 第26-28页 |
| ·决策树在信用评价模块的研究 | 第28-33页 |
| ·决策树概述 | 第28页 |
| ·决策树的构造 | 第28-29页 |
| ·决策树属性选择 | 第29-30页 |
| ·决策树树枝修剪 | 第30页 |
| ·C5.0 算法 | 第30-33页 |
| 4 某发卡行信用评价实证分析 | 第33-45页 |
| ·建模工具简介 | 第33页 |
| ·商业理解 | 第33-34页 |
| ·数据理解 | 第34页 |
| ·数据准备 | 第34-39页 |
| ·数据缺失处理 | 第34-35页 |
| ·噪声数据处理 | 第35页 |
| ·数据变换与计算机存储 | 第35-38页 |
| ·属性值离散化 | 第38-39页 |
| ·建立模型 | 第39-43页 |
| ·决策树的建立及属性选择 | 第39-40页 |
| ·剪枝程度选取 | 第40-41页 |
| ·误判矩阵建立 | 第41-43页 |
| ·决策树构造结果 | 第43页 |
| ·模型评估与分析 | 第43-45页 |
| ·模型评估精确度 | 第43页 |
| ·模型评估稳定性 | 第43-45页 |
| 5 结论与展望 | 第45-47页 |
| ·结论 | 第45-46页 |
| ·本文所做的主要工作与结论 | 第45页 |
| ·本文存在的不足 | 第45-46页 |
| ·对发卡机构建立个人信用评价体系的建议 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
