| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 课题研究背景及目的 | 第13-15页 |
| 1.1.1 课题来源和背景 | 第13-14页 |
| 1.1.2 研究目的及意义 | 第14-15页 |
| 1.2 国内外研究概况 | 第15-18页 |
| 1.2.1 国内外对于数据挖掘的研究应用概况 | 第15-17页 |
| 1.2.2 国内外对数据挖掘在银行反洗钱中的研究应用概况 | 第17-18页 |
| 1.3 本文的研究内容 | 第18页 |
| 1.4 论文的组织 | 第18-20页 |
| 第2章 数据挖掘技术概述及其在银行领域的应用 | 第20-33页 |
| 2.1 数据挖掘技术介绍 | 第20-26页 |
| 2.1.1 数据挖掘定义 | 第20-21页 |
| 2.1.2 数据挖掘的功能 | 第21页 |
| 2.1.3 数据挖掘系统的框架及步骤 | 第21-23页 |
| 2.1.4 数据挖掘方法分类 | 第23-26页 |
| 2.2 数据挖掘在银行反洗钱领域的应用 | 第26-32页 |
| 2.2.1 反洗钱监测分析的一般技术 | 第26-27页 |
| 2.2.2 数据挖掘在反洗钱监测中的应用 | 第27-31页 |
| 2.2.3 数据挖掘在反洗钱领域应用中面临的问题 | 第31-32页 |
| 2.3 小结 | 第32-33页 |
| 第3章 改进的UIB决策树算法详述 | 第33-42页 |
| 3.1 数据分类 | 第33-34页 |
| 3.2 决策树分类算法 | 第34-35页 |
| 3.3 UIB决策树算法 | 第35-40页 |
| 3.3.1 决策树的构造 | 第35-40页 |
| 3.3.2 决策树的剪枝 | 第40页 |
| 3.4 UIB优缺点介绍 | 第40-41页 |
| 3.5 小结 | 第41-42页 |
| 第4章 洗钱风险评估模型的构建 | 第42-57页 |
| 4.1 模型训练集的选择 | 第43-45页 |
| 4.2 模型训练集的数据预处理 | 第45-50页 |
| 4.3 洗钱风险评估决策树的生成 | 第50-54页 |
| 4.4 未知客户洗钱风险预测 | 第54-55页 |
| 4.5 小结 | 第55-57页 |
| 第5章 洗钱风险评估模型性能检测与对比 | 第57-62页 |
| 5.1 实验性能评估参数 | 第57页 |
| 5.2 实验评估及性能对比 | 第57-61页 |
| 5.3 小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |