| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 文献综述 | 第11-15页 |
| 1.2.1 国外研究综述 | 第11-14页 |
| 1.2.2 国内研究综述 | 第14-15页 |
| 1.2.3 国内外研究评述 | 第15页 |
| 1.3 研究思路与技术路线 | 第15-17页 |
| 2 中国P2P网络信贷风险分析及BP神经网络模型 | 第17-23页 |
| 2.1 中国P2P网络信贷风险分析 | 第17-20页 |
| 2.1.1 P2P网络信贷的运作模式 | 第17-18页 |
| 2.1.2 P2P网络信贷的运作特征 | 第18-19页 |
| 2.1.3 P2P网络信贷中借款人信用风险分析 | 第19-20页 |
| 2.2 BP神经网络模型 | 第20-22页 |
| 2.2.1 BP神经网络模型简介 | 第20页 |
| 2.2.2 BP神经网络模型的算法介绍 | 第20-22页 |
| 2.2.3 BP神经网络模型对P2P借款人风险评估的适用性分析 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 中国P2P借款人信用风险评估指标体系 | 第23-31页 |
| 3.1 国内外P2P网络信贷借款人信用风险评估现状 | 第23-24页 |
| 3.2 传统个人信贷风险评估体系 | 第24-26页 |
| 3.3 P2P网络信贷与传统个人信贷风险的对比分析 | 第26-27页 |
| 3.4 P2P网贷借款人风险评估指标体系的建立 | 第27-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于BP神经网络模型的中国P2P借款人信用风险评估模型 | 第31-38页 |
| 4.1 评估指标的量化处理 | 第31-35页 |
| 4.2 BP神经网络模型结构设计 | 第35-36页 |
| 4.3 BP神经网络模型的学习训练 | 第36-37页 |
| 4.4 BP神经网络模型的评价步骤 | 第37页 |
| 4.5 本章小结 | 第37-38页 |
| 5 实例验证 | 第38-45页 |
| 5.1 数据的收集与处理 | 第38-39页 |
| 5.2 模型结构 | 第39页 |
| 5.3 模型仿真 | 第39-44页 |
| 5.3.1 训练过程及结果 | 第39-42页 |
| 5.3.2 仿真过程及结果 | 第42-43页 |
| 5.3.3 仿真结果分析 | 第43-44页 |
| 5.4 BP神经网络的应用探讨 | 第44页 |
| 5.5 本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| 6.1 主要研究结论 | 第45页 |
| 6.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 附录A | 第50-52页 |
| 附录B | 第52-55页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第55-57页 |
| 学位论文数据集 | 第57页 |
