| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-13页 |
| ·论文研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 2 数据挖掘技术概述 | 第13-24页 |
| ·数据挖掘介绍 | 第13-18页 |
| ·数据挖掘的概念 | 第13-14页 |
| ·数据挖掘的分类 | 第14-16页 |
| ·数据挖掘的基本步骤 | 第16-18页 |
| ·数据挖掘与数据仓库、OLAP的比较分析 | 第18-20页 |
| ·数据仓库、OLAP和数据挖掘三者的关系 | 第18-19页 |
| ·OLAP与数据挖掘 | 第19页 |
| ·数据仓库、OLAP和数据挖掘在我国银行业中的应用 | 第19-20页 |
| ·数据挖掘的基本技术 | 第20-24页 |
| ·聚类分析 | 第20-21页 |
| ·关联规则 | 第21-22页 |
| ·回归分析 | 第22-24页 |
| 3 我国商业银行信贷管理系统的体系结构 | 第24-33页 |
| ·我国商业银行信贷风险管理 | 第24-31页 |
| ·信贷风险管理的内涵 | 第24-25页 |
| ·信贷风险管理现状 | 第25页 |
| ·信贷业务处理流程 | 第25-27页 |
| ·信贷业务管理流程 | 第27-28页 |
| ·贷款风险分类 | 第28-31页 |
| ·我国商业银行信贷管理系统 | 第31-33页 |
| ·系统架构 | 第31页 |
| ·系统功能结构 | 第31-32页 |
| ·系统模块结构 | 第32-33页 |
| 4 应用数据挖掘技术实现贷款风险分类 | 第33-60页 |
| ·体系结构 | 第33-34页 |
| ·建立数据仓库 | 第34-43页 |
| ·数据分布 | 第35页 |
| ·功能模块 | 第35-36页 |
| ·数据流 | 第36-37页 |
| ·ETL过程 | 第37-43页 |
| ·主题定义 | 第43-44页 |
| ·数据挖掘工具的选择 | 第44-47页 |
| ·选择的原则 | 第44-45页 |
| ·常用工具介绍 | 第45-47页 |
| ·本文所选工具 | 第47页 |
| ·数据预处理 | 第47-51页 |
| ·处理空缺值 | 第47-48页 |
| ·去噪 | 第48-49页 |
| ·连续属性离散化 | 第49页 |
| ·预处理结果 | 第49-51页 |
| ·数据挖掘实施 | 第51-60页 |
| ·建立模型 | 第51-52页 |
| ·实验结果 | 第52-54页 |
| ·结果分析 | 第54-60页 |
| 5 总结 | 第60-65页 |
| ·数据挖掘在我国商业银行应用的难点 | 第60-61页 |
| ·数据挖掘的其他应用 | 第61-62页 |
| ·本研究的局限 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 学位论文数据集 | 第67页 |