P2P视角下的个人信用风险评价方法应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究的背景和动机 | 第8-10页 |
| 1.2 国内外研究动态 | 第10-14页 |
| 1.3 研究目标 | 第14页 |
| 1.4 技术路线 | 第14-16页 |
| 第二章 个人信用评价体系 | 第16-28页 |
| 2.1 信用介绍 | 第16页 |
| 2.2 信用评级特点 | 第16-18页 |
| 2.2.1 评级要素 | 第17-18页 |
| 2.3 征信体系 | 第18-21页 |
| 2.3.1 美国征信体系 | 第18-19页 |
| 2.3.2 欧洲大陆国家征信体系 | 第19-20页 |
| 2.3.3 日本的征信体制 | 第20-21页 |
| 2.4 我国个人征信 | 第21-22页 |
| 2.4.1 中国征信背景 | 第21页 |
| 2.4.2 中国征信特征 | 第21-22页 |
| 2.5 P2P行业征信体系 | 第22-24页 |
| 2.6 个人信用评价体系设计 | 第24-28页 |
| 第三章 人工神经网络模型和支持向量机 | 第28-40页 |
| 3.1 人工神经网络模型 | 第28-31页 |
| 3.1.1 人工神经网络概述 | 第28-30页 |
| 3.1.2 BP神经网络 | 第30-31页 |
| 3.2 遗传算法 | 第31-32页 |
| 3.3 遗传算法优化的BP神经网络 | 第32-34页 |
| 3.4 支持向量机 | 第34-40页 |
| 3.4.1 支持向量机算法简介 | 第34-37页 |
| 3.4.2 支持向量机的参数选择 | 第37页 |
| 3.4.3 支持向量机的模型选择 | 第37-38页 |
| 3.4.4 LIBSVM介绍 | 第38-40页 |
| 第四章 案例分析 | 第40-48页 |
| 4.1 数据来源 | 第40-41页 |
| 4.2 计算过程 | 第41-48页 |
| 4.2.1 二分类计算过程 | 第41-44页 |
| 4.2.3 三分类预测 | 第44-48页 |
| 第五章 结论与展望 | 第48-52页 |
| 5.1 文章结论 | 第48-49页 |
| 5.2 问题与展望 | 第49-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-58页 |
| 致谢 | 第58-59页 |
