| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的和意义 | 第10页 |
| ·研究内容、方法和结构 | 第10-12页 |
| ·研究内容、方法 | 第10页 |
| ·论文结构 | 第10-12页 |
| ·本文的主要贡献 | 第12-13页 |
| 第2章 相关理论和文献综述 | 第13-26页 |
| ·文献综述 | 第13-15页 |
| ·国外文献综述 | 第13-14页 |
| ·国内文献综述 | 第14-15页 |
| ·个人信用评估方法 | 第15-17页 |
| ·BP 神经网络理论介绍 | 第17-20页 |
| ·BP 神经网络基本概念 | 第17-18页 |
| ·BP 神经网络算法步骤 | 第18-19页 |
| ·BP 神经网络优点 | 第19-20页 |
| ·支持向量机（SVM)理论介绍 | 第20-25页 |
| ·支持向量机基本概念 | 第20-23页 |
| ·支持向量机参数优化 | 第23-24页 |
| ·支持向量机优点 | 第24-25页 |
| ·BP 神经网络和 SVM 算法优缺点比较 | 第25-26页 |
| 第3章 个人信用评估指标体系建立和数据预处理 | 第26-32页 |
| ·建立指标体系的原则 | 第26页 |
| ·样本数据来源 | 第26-29页 |
| ·个人信用指标体系的建立 | 第29-31页 |
| ·数据归一化 | 第31-32页 |
| 第4章 个人信用评估模型的建立及实证分析 | 第32-42页 |
| ·基于 BP 神经网络的个人信用评估模型建立 | 第32-33页 |
| ·BP 神经网络算法流程 | 第32页 |
| ·确定网络的输入层、输出层及隐含层 | 第32-33页 |
| ·传递函数及权值阈值的确定 | 第33页 |
| ·基于 SVM 的个人信用评估模型建立 | 第33-34页 |
| ·基于 BP 和 SVM 个人信用评估模型训练结果比较 | 第34-42页 |
| ·针对德国数据集 | 第34-38页 |
| ·针对澳大利亚数据集 | 第38-42页 |
| 第5章 总结和建议 | 第42-43页 |
| ·总结和建议 | 第42页 |
| ·不足和展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 附录 | 第47-52页 |
| 致谢 | 第52页 |