| 内容摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 国内外研究情况 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 国内外研究评述 | 第13-14页 |
| 1.3 研究内容及创新点 | 第14-15页 |
| 1.3.1 本文研究内容 | 第14页 |
| 1.3.2 论文创新 | 第14-15页 |
| 第2章 P2P网络借贷理论基础及个人信用风险分析 | 第15-23页 |
| 2.1 核心概念的界定 | 第15-17页 |
| 2.1.1 P2P网络借贷基本概念与特征 | 第15-16页 |
| 2.1.2 P2P网络借贷平台个人信用风险 | 第16-17页 |
| 2.2 P2P网络借贷平台的发展概况 | 第17-19页 |
| 2.2.1 P2P网络借贷平台的市场发展 | 第17页 |
| 2.2.2 P2P网络借贷平台的主要运营方式 | 第17-19页 |
| 2.3 P2P网络借贷平台的个人信用风险分析 | 第19-22页 |
| 2.3.1 P2P借贷个人信用风险评估现状 | 第19页 |
| 2.3.2 P2P网络借贷平台个人信用风险成因 | 第19-21页 |
| 2.3.3 P2P网络借贷与传统个人信用风险的比较分析 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 数据挖掘技术概述 | 第23-34页 |
| 3.1 数据挖掘算法概述 | 第23页 |
| 3.2 数据挖掘算法特征 | 第23-24页 |
| 3.3 数据挖掘算法的应用 | 第24-25页 |
| 3.4 数据挖掘经典分类算法介绍 | 第25-31页 |
| 3.4.1 决策树 | 第25-28页 |
| 3.4.2 随机森林 | 第28-29页 |
| 3.4.3 提升树(Boosing tree) | 第29-30页 |
| 3.4.4 XGboost | 第30-31页 |
| 3.5 模型性能的评价标准 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于P2P网络借贷平台的个人信用风险评估模型的实证分析 | 第34-41页 |
| 4.1 实证分析 | 第34-38页 |
| 4.1.1 数据来源 | 第34页 |
| 4.1.2 数据预处理与数据描述 | 第34-36页 |
| 4.1.3 特征提取 | 第36页 |
| 4.1.4 软件介绍 | 第36页 |
| 4.1.5 模型预测与结果分析 | 第36-38页 |
| 4.2 模型优化 | 第38-41页 |
| 4.2.1 阈值调整 | 第38-39页 |
| 4.2.2 Dist指标 | 第39页 |
| 4.2.3 优化结果 | 第39-41页 |
| 第5章 结论与展望 | 第41-43页 |
| 5.1 结论 | 第41页 |
| 5.2 研究创新点 | 第41页 |
| 5.3 研究局限性 | 第41-42页 |
| 5.4 未来研究方向 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 后记 | 第46页 |