| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 论文组织结构和创新点 | 第13-15页 |
| 第二章 文献综述 | 第15-21页 |
| 2.1 国内外P2P网贷平台个人用户信用风险控制研究综述 | 第15-16页 |
| 2.2 国内外基于大数据的风险控制研究综述 | 第16-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 P2P网贷平台的行业现状及信用风险控制存在的主要问题 | 第21-29页 |
| 3.1 P2P网贷平台的行业现状 | 第21-23页 |
| 3.2 P2P网贷平台信用风险控制存在的问题 | 第23-28页 |
| 3.2.1 传统P2P网贷平台信用风险控制存在的问题 | 第23-25页 |
| 3.2.2 基于大数据的P2P网贷平台信用风险控制存在的问题 | 第25-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于软信息对P2P网贷平台大数据信用风险评价的改进 | 第29-43页 |
| 4.1 基于软信息的P2P网贷平台大数据信用风险评价研究概述 | 第29-30页 |
| 4.2 基于软信息的P2P网贷平台大数据风险评价模型改进思路 | 第30-32页 |
| 4.2.1 采用大数据技术 | 第31页 |
| 4.2.2 引入软信息评价指标 | 第31页 |
| 4.2.3 利用随机森林算法进行指标优化 | 第31-32页 |
| 4.3 基于软信息的P2P网贷平台大数据信用风险评价改进模型的构建 | 第32-39页 |
| 4.3.1 数据准备 | 第32-36页 |
| 4.3.2 基于随机森林指标优化 | 第36-39页 |
| 4.4 实例验证及结果对比分析 | 第39-41页 |
| 4.4.1 实例计算与结果 | 第39-40页 |
| 4.4.2 实验结果对比 | 第40-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 基于深度学习对P2P网贷平台大数据信用风险评价的改进 | 第43-53页 |
| 5.1 基于深度学习的P2P网贷平台大数据信用风险控制研究概述 | 第43-44页 |
| 5.2 基于深度学习的P2P网贷平台大数据信用风险评价改进思路 | 第44-45页 |
| 5.2.1 引入深层次网络模型 | 第44页 |
| 5.2.2 纯数据样本训练优化 | 第44页 |
| 5.2.3 结合时间序列分析方法 | 第44-45页 |
| 5.3 基于深度学习的P2P网贷平台大数据风险评价改进模型的构建 | 第45-50页 |
| 5.3.1 数据准备 | 第45-46页 |
| 5.3.2 训练集和测试集 | 第46-47页 |
| 5.3.3 时间序列处理 | 第47页 |
| 5.3.4 卷积神经网络架构 | 第47-50页 |
| 5.4 实例验证和对比分析 | 第50-52页 |
| 5.4.1 模型评价指标 | 第50页 |
| 5.4.2 模型对比分析 | 第50-51页 |
| 5.4.3 指标对比分析 | 第51-52页 |
| 5.4.4 基于深度学习的P2P网贷平台大数据信用风险评价模型的应用及使用价值 | 第52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-56页 |
| 6.1 主要工作总结 | 第53-54页 |
| 6.2 研究展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简介 | 第61页 |
