| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-10页 |
| ·信用卡行业发展 | 第8页 |
| ·信用卡欺诈风险 | 第8-9页 |
| ·信用卡欺诈识别研究 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·稀有类分类方法的提出 | 第13页 |
| ·本文的研究内容 | 第13-15页 |
| ·稀有类分类方法分析 | 第13-14页 |
| ·不均衡数据集处理 | 第14页 |
| ·Adaboost 权值更新改进算法 | 第14页 |
| ·信用卡欺诈识别模型构建 | 第14-15页 |
| ·本文的结构安排 | 第15-16页 |
| 第2章 稀有类分类方法基本理论 | 第16-25页 |
| ·稀有类分类介绍 | 第16页 |
| ·稀有类分类的方法 | 第16-23页 |
| ·基于抽样的方法 | 第17-19页 |
| ·基于组合的方法 | 第19-21页 |
| ·基于规则的方法 | 第21-22页 |
| ·基于划分的方法 | 第22-23页 |
| ·基于代价的方法 | 第23页 |
| ·稀有类分类性能评估 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 不均衡数据集的处理 | 第25-36页 |
| ·不均衡数据集的研究现状 | 第25-26页 |
| ·聚类方法的介绍 | 第26-32页 |
| ·基于划分的聚类算法(partitioning methods) | 第28-29页 |
| ·基于层次的聚类算法(hierarchical methods) | 第29-30页 |
| ·基于密度的聚类算法（density-based methods） | 第30-31页 |
| ·基于网格的聚类算法（grid-based methods） | 第31-32页 |
| ·基于模型的聚类算法（model-based method） | 第32页 |
| ·聚类方法的选择 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于 Adaboost 的稀有类分类算法 | 第36-44页 |
| ·Adaboost 介绍 | 第36-37页 |
| ·Adaboost 算法的研究现状 | 第37-39页 |
| ·Adaboost 算法的改进 | 第39-40页 |
| ·算法改进效果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于稀有类分类的信用卡欺诈识别模型 | 第44-50页 |
| ·信用卡欺诈识别模型介绍 | 第44页 |
| ·信用卡欺诈识别模型构建 | 第44-48页 |
| ·数据集提取模块 | 第45页 |
| ·数据清洗模块 | 第45页 |
| ·数据集预处理模块 | 第45-46页 |
| ·分类器构建模块 | 第46-47页 |
| ·模型进化模块 | 第47-48页 |
| ·实验分析 | 第48-49页 |
| ·数据集提取 | 第48页 |
| ·数据集预处理 | 第48页 |
| ·分类器构建 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-53页 |
| ·全文工作总结 | 第50-51页 |
| ·后续研究展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 在学期间发表的学术论文与研究成果 | 第57-58页 |
| 致谢 | 第58页 |
