| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 选题背景及意义 | 第11页 |
| 1.2 文献回顾 | 第11-16页 |
| 1.2.1 国外文献综述 | 第12-14页 |
| 1.2.2 国内研究综述 | 第14-16页 |
| 1.3 研究内容与研究结构 | 第16-17页 |
| 1.4 创新点 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 P2P网络信贷信用风险评估及决策树理论 | 第18-26页 |
| 2.1 信用风险理论概述 | 第18-19页 |
| 2.2 信用风险评估系统理论 | 第19-21页 |
| 2.2.1 风险评估理论 | 第19-20页 |
| 2.2.2 信用风险评估系统 | 第20-21页 |
| 2.3 P2P网络信贷理论 | 第21-23页 |
| 2.3.1 P2P网络信贷起源与发展 | 第21-23页 |
| 2.3.2 P2P网络信贷经营模式与特点 | 第23页 |
| 2.4 决策树方法及其在P2P网贷信用风险管理中的应用 | 第23-25页 |
| 2.4.1 决策树方法 | 第23-25页 |
| 2.4.2 决策树在网贷信用风险管理中的应用 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于决策树法的信用风险评估模型构建 | 第26-37页 |
| 3.1 基于决策树信用风险评估的基本思想 | 第26-27页 |
| 3.2 模型的构建 | 第27-29页 |
| 3.2.1 构建初始决策树 | 第27页 |
| 3.2.2 修剪决策树 | 第27-28页 |
| 3.2.3 信息增益的计算及属性评估分值的获得 | 第28-29页 |
| 3.3 ID3算法 | 第29-31页 |
| 3.3.1 ID3算法概述 | 第29-30页 |
| 3.3.2 ID3算法流程 | 第30-31页 |
| 3.4 决策树算法的代码设计 | 第31-36页 |
| 3.4.1 使用包party建立决策树 | 第31-32页 |
| 3.4.2 使用包rpart建立决策树 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于决策树方法的信用风险评估模型实现 | 第37-42页 |
| 4.1 指标体系的构建 | 第37-39页 |
| 4.1.1 风险定义及指标分类 | 第37-38页 |
| 4.1.2 模型指标选取 | 第38-39页 |
| 4.2 信用风险评估模型的实现 | 第39-41页 |
| 4.2.1 样本选择及指标数据预处理 | 第39-40页 |
| 4.2.2 结果分析 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 模型算法改进及案例分析 | 第42-58页 |
| 5.1 信用风险评估模型的改进 | 第42-47页 |
| 5.1.1 ID3算法的性能分析 | 第42页 |
| 5.1.2 C4.5 算法 | 第42-43页 |
| 5.1.3 信息增益率的计算 | 第43-44页 |
| 5.1.4 C4.5 算法与ID3算法比较 | 第44-47页 |
| 5.2 C4.5 算法代码设计 | 第47-55页 |
| 5.3 改进模型的案例分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |