基于因子分析和LVQ-NN的注册建造师执业信用评价方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 论文选题背景与研究意义 | 第7-9页 |
| 1.1.1 论文选题背景 | 第7-8页 |
| 1.1.2 论文研究意义 | 第8-9页 |
| 1.2 研究内容与结构构架 | 第9-11页 |
| 1.2.1 研究内容与研究方法 | 第9-10页 |
| 1.2.2 结构构架 | 第10-11页 |
| 第二章 文献综述 | 第11-16页 |
| 2.1 国内外研究现状 | 第11-14页 |
| 2.1.1 个人信用评分研究 | 第11-12页 |
| 2.1.2 信用评分模型研究 | 第12-14页 |
| 2.1.3 建筑市场信用研究 | 第14页 |
| 2.2 建筑市场信用管理发展现状 | 第14-16页 |
| 第三章 基于因子分析的信用评价指标 | 第16-35页 |
| 3.1 建造师执业信用本质 | 第16页 |
| 3.2 体系构建原则 | 第16-18页 |
| 3.3 问卷调查 | 第18-22页 |
| 3.3.1 指标初选 | 第18页 |
| 3.3.2 问卷设计 | 第18-21页 |
| 3.3.3 问卷回收统计 | 第21-22页 |
| 3.4 信度分析 | 第22-25页 |
| 3.4.1 Cronbach α信度系数法 | 第22-24页 |
| 3.4.2 各指标的描述性统计 | 第24-25页 |
| 3.5 基于单样本t 检验的指标筛选 | 第25-29页 |
| 3.5.1 t 检验 | 第25页 |
| 3.5.2 软件操作 | 第25-29页 |
| 3.5.3 结果分析 | 第29页 |
| 3.6 基于探索性因子分析的指标分类 | 第29-35页 |
| 3.6.1 因子分析 | 第29-30页 |
| 3.6.2 软件操作 | 第30-33页 |
| 3.6.3 结果分析 | 第33-35页 |
| 第四章 基于LVQ 神经网络的信用评分模型 | 第35-40页 |
| 4.1 LVQ 神经网络 | 第35-37页 |
| 4.2 模型构造 | 第37-40页 |
| 4.2.1 竞争层单元数的确定 | 第37页 |
| 4.2.2 选择训练集与测试集 | 第37页 |
| 4.2.3 数据标准化 | 第37-38页 |
| 4.2.4 计算因子得分 | 第38页 |
| 4.2.5 Matlab 实现 | 第38-40页 |
| 第五章 算例分析 | 第40-47页 |
| 5.1 数据来源 | 第40页 |
| 5.2 信用评分过程 | 第40-47页 |
| 5.2.1 原始分评分规则 | 第40-41页 |
| 5.2.2 数据处理 | 第41-45页 |
| 5.2.3 软件操作 | 第45-46页 |
| 5.2.4 结果分析 | 第46-47页 |
| 第六章 总结与展望 | 第47-50页 |
| 6.1 主要结论与局限性 | 第47页 |
| 6.2 需要深入研究的问题 | 第47-48页 |
| 6.3 应用前景 | 第48-50页 |
| 6.3.1 作为建造师市场准入的条件之一 | 第48-49页 |
| 6.3.2 辅助企业进行雇佣决策 | 第49-50页 |
| 附录1 评价指标调查问卷 | 第50-52页 |
| 附录2 注册建造师不良记录标准 | 第52-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |
