| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究目的与意义 | 第11-13页 |
| 1.3 国内外发展现状及趋势 | 第13-18页 |
| 1.3.1 信用卡的发展 | 第14-17页 |
| 1.3.2 信用卡审批存在的问题 | 第17-18页 |
| 1.4 论文主要工作与结构 | 第18-20页 |
| 第2章 信用卡与数据挖掘 | 第20-37页 |
| 2.1 信用卡与数据挖掘技术 | 第20-22页 |
| 2.2 数据挖掘 | 第22-24页 |
| 2.2.1 数据挖掘的产生及其意义 | 第22-23页 |
| 2.2.2 数据挖掘的概念 | 第23-24页 |
| 2.3 数据挖掘的功能 | 第24-25页 |
| 2.4 数据挖掘的分类技术 | 第25-33页 |
| 2.4.1 决策树算法TREES | 第26-29页 |
| 2.4.2 朴素贝叶斯算法 | 第29页 |
| 2.4.3 支持向量机SVM | 第29-31页 |
| 2.4.4 基于关联规则的分类 | 第31-33页 |
| 2.5 贝叶斯分类模型 | 第33-36页 |
| 2.5.1 贝叶斯基本理论知识 | 第33-34页 |
| 2.5.2 朴素贝叶斯分类模型 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 数据挖掘分类模型的研究 | 第37-48页 |
| 3.1 数据分类 | 第37-38页 |
| 3.2 数据分类模型的研究及实验过程 | 第38-44页 |
| 3.2.1 实验步骤 | 第38-40页 |
| 3.2.2 数据处理 | 第40-43页 |
| 3.2.3 选择分类算法和模型 | 第43-44页 |
| 3.3 实验结果分析 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 朴素贝叶斯分类模型在NAPS中的应用 | 第48-59页 |
| 4.1 中行信用卡申请处理系统NAPS | 第48-54页 |
| 4.1.1 审批系统概述 | 第49-50页 |
| 4.1.2 审批系统检测信息 | 第50-51页 |
| 4.1.3 数据库支持 | 第51-52页 |
| 4.1.4 数据仓库与数据挖掘 | 第52-53页 |
| 4.1.5 问题提出 | 第53-54页 |
| 4.2 朴素贝叶斯分类模型在信用卡审批选择风险客户的应用 | 第54-58页 |
| 4.2.1 建立风险客户选择的分类模型 | 第54-55页 |
| 4.2.2 对信用卡客户实例进行分类预测 | 第55-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59页 |
| 5.2 工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |