| 前言 | 第1-14页 |
| 第一章 个人信用评分概述 | 第14-25页 |
| 第一节 个人信用评分的基本概念 | 第14-18页 |
| 一、 主观判断方法 | 第14-15页 |
| 二、 信用评分方法 | 第15-16页 |
| 三、 信用评分方法和主观判断方法的比较 | 第16-18页 |
| 第二节 西方国家个人信用评分的发展历程 | 第18-19页 |
| 一、 第一阶段：萌芽阶段（20世纪40年代——20世纪50年代） | 第18页 |
| 二、 第二阶段：发展阶段（20世纪60年代——20世纪70年代） | 第18-19页 |
| 三、 第三阶段：鼎盛阶段（20世纪80年代至今） | 第19页 |
| 第三节 西方国家个人信用评分的现状分析 | 第19-21页 |
| 一、 普遍采取数据挖掘技术来构建个人信用分析模型 | 第19-20页 |
| 二、 已经形成了一套以FICO评分为主的个人信用评分体系 | 第20页 |
| 三、 开发个人信用评分系统的目标更加宽泛 | 第20-21页 |
| 第四节 我国推行个人信用评分的现状分析 | 第21-25页 |
| 一、 个人信用征信机构悄然起步 | 第21-22页 |
| 二、 有关个人信用征信的法律体系不健全 | 第22页 |
| 三、 构建个人信用评分系统举步维艰 | 第22-25页 |
| 第二章 开发个人信用评分系统的主要技术——数据挖掘概述 | 第25-39页 |
| 第一节 数据挖掘的基本概念 | 第25-26页 |
| 第二节 数据挖掘的基本功能 | 第26-27页 |
| 第三节 数据挖掘的主要技术 | 第27-34页 |
| 一、 多元统计分析技术 | 第28-30页 |
| 二、 决策树技术 | 第30-32页 |
| 三、 神经网络技术 | 第32-34页 |
| 第四节 数据挖掘的基本步骤 | 第34-36页 |
| 一、 定义商业问题 | 第34页 |
| 二、 数据分析与收集 | 第34页 |
| 三、 数据预处理 | 第34-35页 |
| 四、 建立模型 | 第35页 |
| 五、 评价和解释 | 第35-36页 |
| 六、 实施 | 第36页 |
| 第五节 数据挖掘的主要工具——SAS简介 | 第36-39页 |
| 一、 SAS软件的数据挖掘方法论——“SEMMA”方法论 | 第36-37页 |
| 二、 SAS软件的主要数据挖掘模块 | 第37-39页 |
| 第三章 开发个人信用评分系统的基本步骤以及主要成果 | 第39-55页 |
| 第一节 基于数据挖掘技术开发个人信用评分系统的基本步骤 | 第39-42页 |
| 一、 系统需求分析 | 第40页 |
| 二、 运用数据挖掘技术构建个人信用分析模型 | 第40-41页 |
| 三、 系统设计 | 第41页 |
| 四、 系统编码 | 第41页 |
| 五、 系统测试与维护 | 第41-42页 |
| 第二节 西方国家构建个人客户分类模型的主要过程及其优化 | 第42-50页 |
| 一、 自动学习过程 | 第42-43页 |
| 二、 构建模式分类系统的基本过程 | 第43-48页 |
| 三、 模式分类系统的优化 | 第48-50页 |
| 第三节 西方国家运用数据挖掘技术构建个人客户分类模型的主要成果 | 第50-55页 |
| 一、 使用判别分析和多元回归分析方法构建个人客户分类模型 | 第50-51页 |
| 二、 使用Logistic回归方法构建个人客户分类模型 | 第51页 |
| 三、 使用决策树技术构建个人客户分类模型 | 第51-52页 |
| 四、 使用神经网络技术构建个人客户分类模型 | 第52页 |
| 五、 简化对名义尺度（Nominal）变量的处理 | 第52-54页 |
| 六、 运用实证方法来比较不同的分类技术 | 第54-55页 |
| 第四章 个人信用评分系统的设计 | 第55-72页 |
| 第一节 个人信用评分系统的需求分析 | 第55-60页 |
| 一、 系统开发背景 | 第55-56页 |
| 二、 系统开发基本目标 | 第56页 |
| 三、 系统功能需求 | 第56-58页 |
| 四、 系统外部接口需求 | 第58-59页 |
| 五、 系统数据流图 | 第59-60页 |
| 第二节 运用数据挖掘技术构建个人信用分析模型 | 第60-69页 |
| 一、 数据资料分析 | 第60-61页 |
| 二、 数据预处理 | 第61-64页 |
| 三、 构建个人信用评分卡模型 | 第64-66页 |
| 四、 构建个人客户分类模型 | 第66-69页 |
| 第三节 个人信用评分系统的概要设计 | 第69-72页 |
| 一、 数据库设计 | 第69页 |
| 二、 外部接口设计 | 第69-72页 |
| 附录 | 第72-85页 |
| 附录1 FICO信用评分中的部分评分指标 | 第72-73页 |
| 附录2 中国建设银行个人信用评分表 | 第73-75页 |
| 附录3 CLS学习算法 | 第75页 |
| 附录4 AID算法 | 第75-77页 |
| 附录5 CHAID算法 | 第77-78页 |
| 附录6 BP神经网络算法 | 第78-81页 |
| 附录7 SAS语句运行结果 | 第81-85页 |
| 主要参考文献 | 第85-86页 |
| 后记 | 第86页 |
