| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 银行信用评级研究现状 | 第14-16页 |
| 1.2.2 不平衡分类问题研究现状 | 第16-18页 |
| 1.3 面临的挑战 | 第18-19页 |
| 1.4 主要工作与研究内容 | 第19-21页 |
| 1.4.1 主要工作 | 第19-20页 |
| 1.4.2 研究内容 | 第20-21页 |
| 1.5 创新点 | 第21页 |
| 1.6 论文结构安排 | 第21-22页 |
| 1.7 本章小结 | 第22-23页 |
| 第二章 数据挖掘及银行信用评级 | 第23-32页 |
| 2.1 数据挖掘概述 | 第23-28页 |
| 2.1.1 数据挖掘的概念 | 第23页 |
| 2.1.2 数据挖掘的任务 | 第23-25页 |
| 2.1.3 数据挖掘的意义 | 第25页 |
| 2.1.4 数据挖掘的过程 | 第25-27页 |
| 2.1.5 数据挖掘常用算法 | 第27-28页 |
| 2.2 信用评级概述 | 第28-29页 |
| 2.2.1 信用及信用评级的概念 | 第28-29页 |
| 2.2.2 信用评级的发展和主要方法 | 第29页 |
| 2.3 基于数据挖掘的银行信用评级 | 第29-31页 |
| 2.3.1 基于数据挖掘的银行信用评级的可行性 | 第29-30页 |
| 2.3.2 基于数据挖掘的银行信用评级的优势 | 第30页 |
| 2.3.3 基于数据挖掘的银行信用评级的过程 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 不平衡分类问题 | 第32-52页 |
| 3.1 不平衡分类问题概述 | 第32页 |
| 3.2 基于数据层面的应用 | 第32-35页 |
| 3.2.1 欠采样方法 | 第32-33页 |
| 3.2.2 过采样方法 | 第33-35页 |
| 3.2.3 混合采样方法 | 第35页 |
| 3.3 基于算法层面的应用 | 第35-40页 |
| 3.3.1 集成学习算法 | 第36-39页 |
| 3.3.2 代价敏感学习算法 | 第39-40页 |
| 3.4 基于数据层面和算法层面的混合应用 | 第40-41页 |
| 3.4.1 RUSBoost算法 | 第40-41页 |
| 3.4.2 SMOTEBoost算法 | 第41页 |
| 3.4.3 HSBoost算法 | 第41页 |
| 3.5 基分类器 | 第41-48页 |
| 3.5.1 决策树 | 第41-45页 |
| 3.5.2 支持向量机 | 第45-48页 |
| 3.6 基于RHSBoost算法的模型 | 第48-51页 |
| 3.6.1 改进的ROSE方法 | 第48-49页 |
| 3.6.2 RHSBoost算法 | 第49-50页 |
| 3.6.3 模型 | 第50-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 仿真实验及性能分析 | 第52-65页 |
| 4.1 实验数据 | 第52-53页 |
| 4.2 实验设计 | 第53页 |
| 4.3 分类模型评价指标 | 第53-56页 |
| 4.3.1 准确率 | 第54-55页 |
| 4.3.2 召回率 | 第55页 |
| 4.3.3 F值 | 第55页 |
| 4.3.4 G-mean | 第55页 |
| 4.3.5 ROC曲线及AUC值 | 第55-56页 |
| 4.3.6 PR曲线 | 第56页 |
| 4.4 采样方法有效性验证 | 第56-60页 |
| 4.5 集成学习算法有效性验证 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 RHSBoost算法在银行信用评级中的应用 | 第65-74页 |
| 5.1 数据集的描述 | 第65-66页 |
| 5.2 数据集的预处理 | 第66页 |
| 5.2.1 缺失值及噪声处理 | 第66页 |
| 5.2.2 数据集归一化处理 | 第66页 |
| 5.3 模型构建和实验说明 | 第66-67页 |
| 5.3.1 模型构建 | 第66-67页 |
| 5.3.2 实验说明 | 第67页 |
| 5.4 实验结果与分析 | 第67-73页 |
| 5.5 本章小结 | 第73-74页 |
| 结论与展望 | 第74-76页 |
| 参考文献 | 第76-84页 |
| 攻读硕士期间取得的研究成果 | 第84-86页 |
| 致谢 | 第86页 |