| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·课题相关研究现状 | 第11-13页 |
| ·基于商业银行客户数据的研究分析和现况 | 第11-12页 |
| ·国内商业银行信用监督现状和发展 | 第12-13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·本文结构安排 | 第14-16页 |
| 第二章 相关技术研究 | 第16-34页 |
| ·商业银行客户交易分析及应用 | 第16-17页 |
| ·信用风险及其量化技术 | 第17-18页 |
| ·商业银行信用风险概念 | 第17页 |
| ·信用风险量化技术 | 第17-18页 |
| ·本文工作所涉相关智能信息处理技术 | 第18-28页 |
| ·决策树算法 | 第18-19页 |
| ·人工神经网络预测技术 | 第19-20页 |
| ·SVM支持向量机预测技术 | 第20-23页 |
| ·SMO建模预测技术 | 第23-24页 |
| ·基于Weka的数据挖掘平台 | 第24-28页 |
| ·基于JavaEE的应用开发技术 | 第28-32页 |
| ·MVC设计模式架构 | 第28-30页 |
| ·基于WebMVC设计模式的架构 | 第30页 |
| ·常用MVC框架的实现 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 基于Weka客户金融交易数据分析平台设计与实现 | 第34-66页 |
| ·平台概述 | 第34-35页 |
| ·需求分析 | 第35-38页 |
| ·功能需求 | 第35-36页 |
| ·性能需求 | 第36-37页 |
| ·开发工具及环境需求 | 第37-38页 |
| ·平台总体设计 | 第38-48页 |
| ·平台采用的技术结构 | 第38页 |
| ·平台总体模块结构 | 第38-40页 |
| ·平台主要功能模块描述 | 第40-44页 |
| ·平台主要角色与用例图 | 第44页 |
| ·平台主要工作与处理流程 | 第44-45页 |
| ·主要数据库表设计 | 第45-48页 |
| ·平台详细设计与实现 | 第48-64页 |
| ·平台主界面设计 | 第48页 |
| ·用户登录模块 | 第48-49页 |
| ·源数据管理模块实现 | 第49-51页 |
| ·数据预处理模块实现 | 第51-54页 |
| ·基本智能分析处理算法管理模块实现 | 第54-61页 |
| ·定制、执行数据处理模块实现 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 客户金融交易数据分析平台验证 | 第66-76页 |
| ·源数据采集、预处理与探索分析 | 第66-70页 |
| ·数据收集 | 第66-67页 |
| ·实验对比方案 | 第67页 |
| ·平台数据验证 | 第67-70页 |
| ·数据分析处理脚本设计与生成 | 第70-71页 |
| ·数据分析处理脚本执行 | 第71页 |
| ·实验结果分析与讨论 | 第71-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| ·本文工作总结 | 第76-77页 |
| ·下一步工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |