基于选择性集成算法的网贷个人信用评分模型研究
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 信用评分方法研究现状 | 第9-11页 |
| 1.2.2 集成方法研究现状 | 第11-12页 |
| 1.3 本文研究内容与创新点 | 第12-15页 |
| 1.3.1 本文的工作 | 第12-14页 |
| 1.3.2 论文结构 | 第14-15页 |
| 1.3.3 论文创新点 | 第15页 |
| 1.4 本章小结 | 第15-17页 |
| 第2章 相关概念与理论分析 | 第17-22页 |
| 2.1 个人信用评分概念 | 第17-18页 |
| 2.1.1 个人信用评分 | 第17页 |
| 2.1.2 网贷个人信用评分 | 第17-18页 |
| 2.2 信用评分系统优化方案 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 网贷信用评价指标体系构建 | 第22-36页 |
| 3.1 P2P网络借贷行业发展现状 | 第22-23页 |
| 3.2 借款人信用风险影响因素分析 | 第23页 |
| 3.3 网贷信用评价指标体系研究现状及不足 | 第23-27页 |
| 3.4 指标体系的设计与优化 | 第27-35页 |
| 3.4.1 评价指标体系的设计 | 第27-29页 |
| 3.4.2 指标体系的优化 | 第29-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 选择性集成模型的构建 | 第36-43页 |
| 4.1 选择性集成算法的原理及适应性分析 | 第36-37页 |
| 4.2 基于Q统计法基分类器的选择 | 第37-39页 |
| 4.2.1 Q统计法原理 | 第37页 |
| 4.2.2 基分类器的选择 | 第37-39页 |
| 4.3 基于选择性集成算法的模型构建 | 第39-42页 |
| 4.3.1 基于OO排序法选择性集成 | 第39-40页 |
| 4.3.2 基于FCM-CFP分簇法选择性集成 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 基于选择性集成算法模型实证分析 | 第43-52页 |
| 5.1 样本数据与预处理 | 第43-45页 |
| 5.1.1 数据描述 | 第43页 |
| 5.1.2 数据清洗 | 第43-44页 |
| 5.1.3 数据标准化处理 | 第44-45页 |
| 5.2 建模样本与检验样本的构造 | 第45页 |
| 5.3 基分类器的异构 | 第45-47页 |
| 5.4 基分类器的选择性集成 | 第47页 |
| 5.5 实证结果分析 | 第47-51页 |
| 5.5.1 实验环境 | 第47-48页 |
| 5.5.2 指标体系合理性分析 | 第48-49页 |
| 5.5.3 选择性集成模型之间比较分析 | 第49-50页 |
| 5.5.4 选择性集成模型的优势分析 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录 攻读硕士学位期间参与的项目 | 第59-60页 |
