征信数据甄别欺诈客户的机器学习方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第6-14页 |
| 1.1 论文研究的背景及意义 | 第6-11页 |
| 1.1.1 论文研究的背景 | 第6-9页 |
| 1.1.2 论文研究的意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 2 征信数据甄别欺诈用户的模型比较研究 | 第14-33页 |
| 2.1 引言 | 第14-19页 |
| 2.2 基于规则的征信数据甄别欺诈用户的模型 | 第19-21页 |
| 2.2.1 规则模型的主要内容 | 第19-20页 |
| 2.2.2 规则模型的优点和缺点 | 第20-21页 |
| 2.3 基于神经网络的征信数据甄别欺诈用户的模型 | 第21-25页 |
| 2.3.1 神经网络模型的主要内容 | 第21-23页 |
| 2.3.2 神经网络模型的优点和缺点 | 第23-25页 |
| 2.4 基于逻辑回归的征信数据甄别欺诈用户的模型 | 第25-29页 |
| 2.4.1 逻辑回归模型的主要内容 | 第25-28页 |
| 2.4.2 逻辑回归模型的优点和缺点 | 第28-29页 |
| 2.5 基于随机森林的征信数据甄别欺诈用户的模型 | 第29-33页 |
| 2.5.1 随机森林模型的主要内容 | 第29-31页 |
| 2.5.2 随机森林模型的优点和缺点 | 第31-33页 |
| 3 实证应用研究 | 第33-40页 |
| 4 总结与展望 | 第40-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-44页 |
