数据挖掘技术在银行信贷管理中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状和发展 | 第11-14页 |
| ·数据挖掘技术的研究状况 | 第11-12页 |
| ·数据挖掘技术在银行领域的应用现状 | 第12-14页 |
| ·本文研究思路与文章框架 | 第14页 |
| ·本文可能的创新点 | 第14-16页 |
| 第二章 数据挖掘技术概述 | 第16-26页 |
| ·数据挖掘介绍 | 第16-24页 |
| ·数据挖掘的概念 | 第16-17页 |
| ·数据挖掘系统的体系结构 | 第17页 |
| ·数据挖掘的过程与步骤 | 第17-19页 |
| ·数据挖掘的建模方法 | 第19-24页 |
| ·决策树 | 第20-21页 |
| ·神经网络 | 第21-22页 |
| ·Logistic 回归 | 第22-24页 |
| ·数据挖掘在银行信贷管理中应用的理论研究 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于数据挖掘的银行信贷管理系统的体系结构 | 第26-34页 |
| ·我国商业银行信贷风险管理 | 第26-30页 |
| ·信贷业务处理流程 | 第26-27页 |
| ·信贷风险管理的内涵 | 第27-28页 |
| ·信贷风险管理流程 | 第28-29页 |
| ·我国信贷风险管理存在的问题 | 第29页 |
| ·贷款风险评估 | 第29-30页 |
| ·基于数据挖掘的银行信贷管理系统 | 第30-33页 |
| ·系统体系结构 | 第30-31页 |
| ·系统功能架构 | 第31-32页 |
| ·系统模块结构 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 数据挖掘技术在银行信贷管理中的应用 | 第34-67页 |
| ·确定挖掘主题 | 第34页 |
| ·选择数据挖掘工具 | 第34-36页 |
| ·常用数据挖掘工具的分析与比较 | 第34-35页 |
| ·本文选择的挖掘工具 | 第35-36页 |
| ·数据准备 | 第36-48页 |
| ·数据的获取 | 第36-37页 |
| ·数据的转换 | 第37-39页 |
| ·抽取数据 | 第39-40页 |
| ·数据分析 | 第40-41页 |
| ·数据清洗 | 第41-43页 |
| ·处理空缺值 | 第41-42页 |
| ·消除噪声数据 | 第42-43页 |
| ·数据变换 | 第43-46页 |
| ·数据泛化 | 第43-44页 |
| ·属性构造 | 第44-45页 |
| ·数据离散化 | 第45-46页 |
| ·预处理结果 | 第46-48页 |
| ·数据挖掘实施 | 第48-66页 |
| ·建立模型 | 第48-59页 |
| ·决策树模型 | 第49-54页 |
| ·神经网络模型 | 第54-57页 |
| ·Logistic 回归模型 | 第57-59页 |
| ·实验结果分析 | 第59-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·论文的主要工作 | 第67页 |
| ·本研究的局限 | 第67-68页 |
| ·后续研究工作展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71-72页 |
| 在学期间发表的论文及参加的研究课题 | 第72页 |
