基于数据挖掘的商业银行信贷评级系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 数据挖掘在信贷评级中的应用现状 | 第12-13页 |
| 1.3 课题主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 数据挖掘及系统项目技术 | 第15-20页 |
| 2.1 信贷评级 | 第15-16页 |
| 2.2 数据挖掘 | 第16-18页 |
| 2.2.1 数据挖掘具体过程 | 第16-17页 |
| 2.2.2 数据预处理 | 第17-18页 |
| 2.2.3 数据挖掘方法 | 第18页 |
| 2.3 决策树基本概念 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 系统需求分析 | 第20-27页 |
| 3.1 需求分析概述 | 第20-21页 |
| 3.2 系统功能性需求分析 | 第21-25页 |
| 3.2.1 系统用户管理 | 第21-22页 |
| 3.2.2 企业客户信息管理 | 第22页 |
| 3.2.3 企业客户信贷评级 | 第22-23页 |
| 3.2.4 信贷风险管理功能模块 | 第23-24页 |
| 3.2.5 数据挖掘功能模块 | 第24-25页 |
| 3.3 系统性能需求分析 | 第25-26页 |
| 3.4 系统可行性分析 | 第26页 |
| 3.4.1 经济可行性 | 第26页 |
| 3.4.2 技术可行性 | 第26页 |
| 3.4.3 安全可行性 | 第26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 系统详细设计 | 第27-39页 |
| 4.1 系统的架构设计 | 第27-28页 |
| 4.2 系统业务逻辑模块设计 | 第28-33页 |
| 4.2.1 企业客户信息管理 | 第29-30页 |
| 4.2.2 企业客户信贷评级 | 第30-32页 |
| 4.2.3 信贷风险管理 | 第32-33页 |
| 4.3 数据挖掘算法设计 | 第33-38页 |
| 4.3.1 数据预处理 | 第33-35页 |
| 4.3.2 数据仓库的建立 | 第35-36页 |
| 4.3.3 权重计算 | 第36页 |
| 4.3.4 决策树信用评级模型的建立 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 系统的实现 | 第39-52页 |
| 5.1 系统运行环境 | 第39页 |
| 5.2 该系统界面设计原则 | 第39-40页 |
| 5.3 企业客户信息管理 | 第40-42页 |
| 5.3.1 客户基本信息录入 | 第40-41页 |
| 5.3.2 客户财务信息录入 | 第41页 |
| 5.3.3 客户信用信息录入 | 第41-42页 |
| 5.4 商业银行信贷评级的具体实现 | 第42-47页 |
| 5.4.1 数据准备 | 第42-44页 |
| 5.4.2 属性选择 | 第44-45页 |
| 5.4.3 决策树生成 | 第45-46页 |
| 5.4.4 数据表达 | 第46-47页 |
| 5.5 实现结果分析 | 第47-51页 |
| 5.5.1 决策树分类算法的时间和性能测试 | 第47-48页 |
| 5.5.2 性能评价结果 | 第48-51页 |
| 5.6 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
