| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状及分析 | 第12-16页 |
| 1.2.1 数据挖掘研究现状 | 第12-13页 |
| 1.2.2 P2P网络金融研究现状 | 第13-14页 |
| 1.2.3 数据挖掘在P2P网络金融中的应用 | 第14-16页 |
| 1.3 论文研究内容及研究框架 | 第16-18页 |
| 2 相关理论和技术概述 | 第18-27页 |
| 2.1 数据挖掘 | 第18-23页 |
| 2.1.1 数据挖掘的方法 | 第18-22页 |
| 2.1.2 数据挖掘体系结构 | 第22-23页 |
| 2.2 数据挖掘工具 | 第23-24页 |
| 2.2.1 WEKA | 第23-24页 |
| 2.3 P2P网络金融 | 第24-27页 |
| 2.3.1 P2P网络金融的模式 | 第25-27页 |
| 3 数据挖掘技术在P2P网络金融应用的需求分析 | 第27-32页 |
| 3.1 数据挖掘技术在P2P网络金融应用的研究主体 | 第27-28页 |
| 3.2 数据挖掘技术在P2P网络金融应用的总体需求 | 第28-29页 |
| 3.3 数据挖掘技术在P2P网络金融应用的详细需求 | 第29-32页 |
| 3.3.1 用户管理 | 第29-30页 |
| 3.3.2 满标预测 | 第30-31页 |
| 3.3.3 借款分析 | 第31-32页 |
| 4 数据挖掘技术在P2P网络金融应用的模型设计 | 第32-41页 |
| 4.1 数据挖掘技术在P2P网络金融应用的整体设计 | 第32-33页 |
| 4.2 数据管理平台设计 | 第33-34页 |
| 4.2.1 数据说明 | 第33页 |
| 4.2.2 数据的预处理 | 第33-34页 |
| 4.3 用户管理模型设计 | 第34-37页 |
| 4.3.1 基与RFM模型的变量选择 | 第34-35页 |
| 4.3.2 用户管理模型的设计 | 第35-37页 |
| 4.4 满标预测的模型设计 | 第37-38页 |
| 4.4.1 满标预测模型的变量选择 | 第37页 |
| 4.4.2 满标预测模型的设计 | 第37-38页 |
| 4.5 借款分析模型的设计 | 第38-41页 |
| 4.5.1 借款分析模型的变量选择 | 第38-39页 |
| 4.5.2 借款分析模型设计 | 第39-41页 |
| 5 数据挖掘技术在P2P网络金融应用的模型实现 | 第41-55页 |
| 5.1 数据管理平台的实现 | 第41-45页 |
| 5.1.1 WEKA连接数据库 | 第41-42页 |
| 5.1.2 数据管理平台的实现 | 第42-45页 |
| 5.2 用户管理的分析模型实现 | 第45-48页 |
| 5.2.1 用户管理模型的实现 | 第45-47页 |
| 5.2.2 用户管理模型的应用 | 第47-48页 |
| 5.3 满标的预测分析模型实现 | 第48-51页 |
| 5.3.1 满标预测模型的实现 | 第48-51页 |
| 5.3.2 满标预测模型的应用 | 第51页 |
| 5.4 借款分析的实现 | 第51-53页 |
| 5.4.1 借款分析模型的实现 | 第51-53页 |
| 5.4.2 借款分析的应用 | 第53页 |
| 5.5 小结 | 第53-55页 |
| 6 论文总结 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 今后研究方向 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第59-61页 |
| 学位论文数据集 | 第61页 |
