基于特征生成和历史记录的信贷风险评估模型
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题背景 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 P2P借贷关键因素研究 | 第16-17页 |
| 1.2.2 P2P借贷风险评估算法 | 第17-19页 |
| 1.3 本文的主要工作 | 第19页 |
| 1.4 本文组织结构 | 第19-21页 |
| 第2章 相关技术综述 | 第21-36页 |
| 2.1 信用评估 | 第21-25页 |
| 2.1.1 逻辑回归模型 | 第21-23页 |
| 2.1.2 决策树模型 | 第23-25页 |
| 2.2 特征生成 | 第25-30页 |
| 2.2.1 Bagging方法 | 第25-27页 |
| 2.2.2 Boosting方法 | 第27-30页 |
| 2.3 风险评估 | 第30-34页 |
| 2.3.1 BP神经网络模型 | 第30-32页 |
| 2.3.2 循环神经网络模型 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第3章 基于特征生成和历史记录的信贷风险评估模型 | 第36-48页 |
| 3.1 问题定义 | 第36-37页 |
| 3.2 模型描述 | 第37-47页 |
| 3.2.1 特征生成 | 第38-42页 |
| 3.2.2 风险评估 | 第42-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第4章 实验与分析 | 第48-61页 |
| 4.1 数据分析 | 第48-50页 |
| 4.2 特征工程与预处理 | 第50-53页 |
| 4.3 实验设计 | 第53-55页 |
| 4.3.1 数据集划分 | 第53页 |
| 4.3.2 评价标准 | 第53-55页 |
| 4.4 参数调整 | 第55-58页 |
| 4.5 实验对比与分析 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 本文总结 | 第61-62页 |
| 5.2 未来工作与展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
