| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 国外研究现状分析 | 第10-12页 |
| 1.3.2 国内研究现状分析 | 第12页 |
| 1.4 研究的主要内容 | 第12-13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 相关理论介绍 | 第15-29页 |
| 2.1 BP神经网络 | 第15-19页 |
| 2.1.1 BP神经网络的基本概念 | 第15-16页 |
| 2.1.2 BP神经网络的算法简介 | 第16-18页 |
| 2.1.3 BP神经网络的优缺点 | 第18-19页 |
| 2.2 梯度下降算法 | 第19-22页 |
| 2.2.1 梯度下降算法的基本概念 | 第19-20页 |
| 2.2.2 梯度下降算法简介 | 第20页 |
| 2.2.3 梯度下降算法-特征缩放 | 第20-21页 |
| 2.2.4 梯度下降算法-学习率 | 第21-22页 |
| 2.3 混合蛙跳算法 | 第22-25页 |
| 2.3.1 混合蛙跳算法的基本概念 | 第22页 |
| 2.3.2 混合蛙跳算法的算法简介 | 第22-24页 |
| 2.3.3 混合蛙跳算法的优缺点 | 第24-25页 |
| 2.4 混合蛙跳算法的改进 | 第25-27页 |
| 2.4.1 混合蛙跳算法局部搜索存在的问题 | 第25-26页 |
| 2.4.2 混合蛙跳算法局部搜索的改进 | 第26-27页 |
| 2.5 BP神经网络算法的优化 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 个人信用风险评估指标体系建立 | 第29-47页 |
| 3.1 个人信用风险评估指标选取原则 | 第29-30页 |
| 3.2 国内外主流的个人信用风险评估指标的对比 | 第30-39页 |
| 3.2.1 建设银行个人信用风险评估指标 | 第30-33页 |
| 3.2.2 蚂蚁金融芝麻信用个人信用风险评估指标 | 第33-35页 |
| 3.2.3 人人贷个人信用风险评估指标 | 第35-37页 |
| 3.2.4 美国FICO个人信用风险评估指标 | 第37-38页 |
| 3.2.5 四种评估方法的评估指标的分析对比 | 第38-39页 |
| 3.3 评估指标的预选 | 第39-42页 |
| 3.4 评估指标的可行性检验 | 第42-43页 |
| 3.5 个人信用风险评估指标体系的建立 | 第43-44页 |
| 3.6 个人信用风险评估指标的量化处理 | 第44-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第四章 基于BP神经网络的个人信用风险评估模型构建 | 第47-49页 |
| 4.1 BP神经网络基本结构的确定 | 第47页 |
| 4.2 个人信用风险评估模型的构建 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 实验结果分析 | 第49-55页 |
| 5.1 数据预处理 | 第49-50页 |
| 5.2 BP神经网络模型训练 | 第50-51页 |
| 5.3 模型分析 | 第51-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55-56页 |
| 6.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |