首页--经济论文--财政、金融论文--金融、银行论文--金融、银行理论论文--信贷论文

多维信用分类数据特征检验与应用分析研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第13-23页
    1.1 研究背景与研究意义第13-14页
        1.1.1 研究背景第13-14页
        1.1.2 研究意义第14页
    1.2 研究内容第14-15页
    1.3 前人的研究成果第15-19页
        1.3.1 信用风险分类技术文献综述第15-18页
        1.3.2 数据特征驱动技术文献综述第18-19页
    1.4 研究思路及技术路线第19-22页
        1.4.1 研究思路第19-20页
        1.4.2 技术路线第20-22页
    1.5 创新点第22页
    1.6 本章小结第22-23页
第二章 面向多维分类数据的数据特征识别方案第23-37页
    2.1 面向多维分类数据数据特征分析的整体框架第23-26页
    2.2 面向分类数据的数据特征识别方案第26-31页
        2.2.1 引言第26页
        2.2.2 数量特征识别方案第26-28页
        2.2.3 分布特征识别方案第28-30页
        2.2.4 质量特征识别方案第30-31页
    2.3 实证应用第31-34页
        2.3.1 数据描述第31-32页
        2.3.2 数据特征识别第32-34页
    2.4 本章小结第34-37页
第三章 面向分类数据集的数据特征解决方法第37-45页
    3.1 数量特征解决方法第37-39页
        3.1.1 大样本第37-38页
        3.1.2 小样本第38-39页
    3.2 分布特征解决方法第39-41页
        3.2.1 高维性第39-40页
        3.2.2 稀疏性第40页
        3.2.3 类间不均衡性第40-41页
    3.3 质量特征解决方法第41-44页
        3.3.1 数据噪声性第42-43页
        3.3.2 数据缺失性第43-44页
    3.4 本章小结第44-45页
第四章 基于关联规则挖掘赋权特征选择集成分类模型的信用分类研究第45-55页
    4.1 研究背景第45-46页
    4.2 模型介绍第46-49页
        4.2.1 关联规则挖掘算法(Association Rule Mining)第46-48页
        4.2.2 基于关联规则挖掘的赋权特征选择集成分类模型(AR-WSAB)第48-49页
    4.3 实证分析第49-54页
        4.3.1 数据集介绍第49页
        4.3.2 实验设计第49页
        4.3.3 实验结果分析第49-54页
    4.4 本章小结第54-55页
第五章 结论与建议第55-57页
    5.1 研究总结第55页
    5.2 研究结论第55-56页
    5.3 展望第56-57页
参考文献第57-67页
致谢第67-68页
研究成果及发表的论文第68-69页
作者及导师简介第69-70页
附件第70-71页

论文共71页,点击 下载论文
上一篇:金融科技公司的监管模式问题研究
下一篇:基于收益共享-双向期权契约的供应链金融风险控制研究