| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-18页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国外个人信用评估方法研究现状 | 第10-12页 |
| ·国内个人信用评估领域研究现状 | 第12-14页 |
| ·问题提出 | 第14-16页 |
| ·研究内容和论文结构 | 第16-18页 |
| 第二章 相关理论回顾 | 第18-29页 |
| ·Logistic回归模型 | 第18-19页 |
| ·人工神经网络 | 第19-26页 |
| ·神经网络结构 | 第20-21页 |
| ·神经网络的工作原理 | 第21-22页 |
| ·BP网络结构 | 第22-24页 |
| ·BP神经网络的缺陷和优化 | 第24-26页 |
| ·组合预测 | 第26-29页 |
| 第三章 个人信用评估指标体系及样本数据处理 | 第29-42页 |
| ·个人信用评估指标体系的构建概述 | 第29-33页 |
| ·个人信用评估指标体系概述 | 第29页 |
| ·本文确定的个人信用评估指标体系 | 第29-33页 |
| ·样本数据的选择及初步分析 | 第33-39页 |
| ·样本数据的选择 | 第33页 |
| ·样本数据的初步分析 | 第33-39页 |
| ·数据的规范化处理 | 第39-40页 |
| ·样本数据的分组 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于Logistic回归的个人信用评估模型 | 第42-47页 |
| ·多重共线性的检验 | 第42-43页 |
| ·模型构建 | 第43-44页 |
| ·模型解释 | 第44-46页 |
| ·模型检验 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第五章 优化的BP神经网络的个人信用评估模型研究 | 第47-57页 |
| ·基于Boosting优化的BP神经网络模型 | 第47-52页 |
| ·AdaBoost算法的基本思想 | 第47-48页 |
| ·模型构建 | 第48-49页 |
| ·模型检验 | 第49-52页 |
| ·改进的LMBP算法在的个人信用评估模型中的应用 | 第52-56页 |
| ·LMBP算法 | 第52-53页 |
| ·改进的LMBP算法 | 第53页 |
| ·模型构建 | 第53-54页 |
| ·模型检验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 Logistic-ILMBP个人信用评估组合模型研究 | 第57-62页 |
| ·组合模型的适用性分析 | 第57-58页 |
| ·Logistic-ILMBP个人信用评估组合模型 | 第58-59页 |
| ·基于熵权法的组合评估模型思想 | 第58-59页 |
| ·Logistic-ILMBP个人信用评估组合模型构建和检验 | 第59页 |
| ·单一模型和组合模型的结果比较 | 第59-62页 |
| ·基于模型准确性的比较 | 第59-61页 |
| ·基于模型稳健性的比较 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间所发表论文 | 第68页 |
