数据挖掘在信用卡审批中的应用研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-13页 |
·研究的背景和意义 | 第10-11页 |
·使用的理论工具和研究方法 | 第11页 |
·论文结构 | 第11-13页 |
第二章 信用卡与信用评分 | 第13-20页 |
·信用卡基本知识及其风险管理 | 第13-15页 |
·信用卡概念及其发展现状 | 第13-14页 |
·信用卡风险管理及其活动流程 | 第14-15页 |
·信用卡的信用评分 | 第15-20页 |
·信用评分模型概述 | 第16页 |
·信用评分模型的优势 | 第16-17页 |
·个人信用评分的现状 | 第17-20页 |
第三章 数据挖掘技术及其在信用卡业务中的应用 | 第20-35页 |
·数据挖掘的基本知识及其步骤 | 第20-21页 |
·使用的建模方法 | 第21-29页 |
·决策树 | 第21-24页 |
·神经网络 | 第24-27页 |
·Logistic 回归 | 第27-29页 |
·数据挖掘软件 | 第29-33页 |
·主要的数据挖掘工具简介 | 第29-30页 |
·Clementine 简介 | 第30-33页 |
·数据挖掘技术在信用卡业务中的应用 | 第33-35页 |
第四章 信用卡审批模型的建立与分析 | 第35-63页 |
·数据分析和预处理 | 第35-39页 |
·数据的初步分析和预处理 | 第35-36页 |
·数据的探索性分析 | 第36-39页 |
·模型的建立 | 第39-57页 |
·建模前的准备 | 第40-41页 |
·决策树模型 | 第41-48页 |
·神经网络模型 | 第48-51页 |
·Logistic 回归模型 | 第51-57页 |
·模型的比较分析 | 第57-63页 |
·建模结果比较 | 第57页 |
·预测精度比较 | 第57-60页 |
·模型运行效率比较 | 第60页 |
·理论比较 | 第60-63页 |
总结与展望 | 第63-65页 |
附录 | 第65-71页 |
参考文献 | 第71-73页 |
致谢 | 第73页 |