| 摘要 | 第2-3页 |
| ABSTRACT | 第3页 |
| 第1章 绪论 | 第6-10页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 研究的意义和目的 | 第7-8页 |
| 1.3 论文的研究流程、主要内容和创新点 | 第8-10页 |
| 1.3.1 论文的研究流程 | 第8页 |
| 1.3.2 论文的主要内容 | 第8-9页 |
| 1.3.3 论文的创新点 | 第9-10页 |
| 第2章 相关研究文献综述 | 第10-25页 |
| 2.1 信用卡征信审批管理 | 第10-17页 |
| 2.2 无卡支付及移动支付发展 | 第17-18页 |
| 2.3 数据挖掘技术 | 第18-25页 |
| 2.3.1 基本知识及实施步骤 | 第18-19页 |
| 2.3.2 算法理论介绍 | 第19-25页 |
| 第3章 基于自动化审批的“随时申请随心用”模式构建 | 第25-38页 |
| 3.1 总体架构设计 | 第25-26页 |
| 3.2 申请进件模块 | 第26-29页 |
| 3.2.1 现况概述 | 第26-27页 |
| 3.2.2 流程分析与改进 | 第27-29页 |
| 3.3 自动审批模块 | 第29-31页 |
| 3.3.1 自动化审批的优势及可行性 | 第29页 |
| 3.3.2 信用卡自动化审批数据仓库架构 | 第29-31页 |
| 3.4 实时无卡消费模块 | 第31-37页 |
| 3.4.1 一般消费交易的处理过程 | 第31-32页 |
| 3.4.2 实时无卡支付架构 | 第32-37页 |
| 3.5 传统实卡消费模块 | 第37-38页 |
| 第4章 信用卡自动化审核模型实证 | 第38-65页 |
| 4.1 设计思路 | 第38-39页 |
| 4.2 信用卡自动审批分类算法 | 第39-46页 |
| 4.2.1 判别方法 | 第39-40页 |
| 4.2.2 logistic 回归方法 | 第40-41页 |
| 4.2.3 决策树方法 | 第41-43页 |
| 4.2.4 支持向量机（SVM）分类方法 | 第43-46页 |
| 4.3 信用卡自动审批模型 | 第46-65页 |
| 4.3.1 样本数据预处理方法 | 第46-47页 |
| 4.3.2 样本变量的选择 | 第47-50页 |
| 4.3.3 实验设计 | 第50-52页 |
| 4.3.4 样本数据构成分析 | 第52-56页 |
| 4.3.5 实验建模及结果 | 第56-62页 |
| 4.3.6 模型对比结果 | 第62-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 研究总结 | 第65-66页 |
| 5.2 研究的不足与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-74页 |
| 附件 | 第74页 |