首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于K-means聚类的个人贷款潜在风险识别的研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-16页
    1.1 课题来源第8页
    1.2 研究意义第8-9页
    1.3 国内外研究现状第9-12页
    1.4 研究内容及目标第12-14页
    1.5 论文组织及结构第14-16页
第2章 个人贷款风险的识别第16-21页
    2.1 银行风险概述第16-18页
    2.2 个人贷款风险第18-19页
    2.3 个人贷款风险的识别第19-20页
    2.4 本章小结第20-21页
第3章 基于K-MEANS算法的解决方案第21-27页
    3.1 K-MEANS算法原理及步骤第21-22页
    3.2 个人贷款的数据特征第22-23页
    3.3 个人客户违约指数公式第23-24页
    3.4 关键要素的选取及定义第24-25页
    3.5 建模及风险认定标准第25-26页
    3.6 本章小结第26-27页
第4章 实验步骤及结果分析第27-43页
    4.1 问题定位第27页
    4.2 数据准备第27-32页
        4.2.1 非动态数据第27-30页
        4.2.2 动态数据第30-32页
    4.3 K-MEANS聚类结果第32-38页
    4.4 数据结果及解释第38-42页
    4.5 实验结果评估第42页
    4.6 本章小结第42-43页
第5章 结论与展望第43-45页
    5.1 本文总结第43页
    5.2 展望第43-45页
参考文献第45-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:基于BP神经网络的商业银行信贷风险评估研究
下一篇:中小银行信贷风险管理系统的设计与开发