摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 研究的背景、目的及意义 | 第9-12页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究目的 | 第10-11页 |
1.1.3 研究意义 | 第11页 |
1.1.4 存在问题 | 第11-12页 |
1.2 研究方法及创新点 | 第12-13页 |
1.2.1 研究方法 | 第12页 |
1.2.2 本文创新点 | 第12-13页 |
1.3 研究内容 | 第13-15页 |
第二章 概念界定及文献综述 | 第15-23页 |
2.1 知识管理的概念界定及文献综述 | 第15-18页 |
2.1.1 知识管理的概念界定 | 第15-16页 |
2.1.2 知识管理文献综述 | 第16-17页 |
2.1.3 知识管理的研究方法综述 | 第17-18页 |
2.2 非上市商业银行知识管理综述 | 第18-20页 |
2.2.1 上市商业银行与非上市商业银行的概念界定 | 第18-19页 |
2.2.2 非上市商业银行知识管理研究综述 | 第19-20页 |
2.3 网络爬虫概念界定及应用综述 | 第20-22页 |
2.3.1 网络爬虫概念界定 | 第20-21页 |
2.3.2 网络爬虫技术应用综述 | 第21-22页 |
2.4 本章小结 | 第22-23页 |
第三章 商业银行知识管理评价指标的研究现状及选取 | 第23-29页 |
3.1 知识管理评价指标研究现状 | 第23-24页 |
3.2 知识管理评价指标构建原则 | 第24-27页 |
3.2.1 知识管理评价指标体系的设计原则 | 第24-25页 |
3.2.2 知识管理评价指标的选取原则 | 第25-26页 |
3.2.3 商业银行知识管理评价指标构建 | 第26-27页 |
3.3 商业银行知识管理检索关键字的确立 | 第27-28页 |
3.4 本章小结 | 第28-29页 |
第四章 基于网络爬虫的非上市商业银行知识管理信息提取 | 第29-55页 |
4.1 非上市商业银行网页的网络爬虫设计过程 | 第29-30页 |
4.2 非上市商业银行网页的网络爬虫的算法框架 | 第30-31页 |
4.3 非上市商业银行网页的网络爬虫的银行选取和爬虫结果 | 第31-32页 |
4.3.1 商业银行选取 | 第31-32页 |
4.3.2 商业银行网页的网络爬虫结果 | 第32页 |
4.4 网络爬虫提取数据的整合分类 | 第32-38页 |
4.4.1 神经网络处理信息的基本思想 | 第32-36页 |
4.4.2 神经网络处理信息的方法 | 第36-38页 |
4.5 使用主题模型评价商业银行知识管理的分析结果 | 第38-53页 |
4.5.1 非上市商业银行知识管理评价指标之市场管理 | 第38-41页 |
4.5.2 非上市商业银行知识管理评价指标之货币政策 | 第41-42页 |
4.5.3 非上市商业银行知识管理评价指标之客户服务 | 第42-44页 |
4.5.4 非上市商业银行知识管理评价指标之客户开户 | 第44-45页 |
4.5.5 非上市商业银行知识管理评价指标之客户满意 | 第45-47页 |
4.5.6 非上市商业银行知识管理评价指标之市场环境 | 第47-48页 |
4.5.7 非上市商业银行知识管理评价指标之数据库 | 第48-50页 |
4.5.8 非上市商业银行知识管理评价指标之银行建设 | 第50-51页 |
4.5.9 非上市商业银行知识管理评价指标之银行业 | 第51-53页 |
4.6 本章小结 | 第53-55页 |
第五章 非上市商业银行知识管理评价 | 第55-65页 |
5.1 神经网络的研究背景 | 第55-56页 |
5.2 非上市商业银行知识管理评价分析与验证 | 第56-63页 |
5.2.1 预测因子的选取和数据的筛选 | 第56页 |
5.2.2 离散化和贝叶斯网络参数学习 | 第56-59页 |
5.2.3 非上市型银行的参数训练 | 第59-61页 |
5.2.4 模型的有效符合度测试 | 第61-63页 |
5.3 本章小结 | 第63-65页 |
第六章 研究结论与政策建议 | 第65-69页 |
6.1 研究结论 | 第65-66页 |
6.2 政策建议 | 第66页 |
6.3 研究展望 | 第66-69页 |
参考文献 | 第69-73页 |
发表论文情况 | 第73-75页 |
致谢 | 第75页 |