数据挖掘技术在个人信用风险预测和控制中的应用

摘要 4-5
Abstract 5
第1章 绪论 10-16
    1.1 研究目的与意义 10-12
    1.2 国内外研究状况与评述 12-15
    1.3 研究主要内容 15-16
第2章 个人信用风险与分析概述 16-22
    2.1 个人信用风险与分析 16-18
        2.1.1 个人信用风险界定 16
        2.1.2 个人信用风险具体表现 16-17
        2.1.3 个人信用风险分析界定 17-18
    2.2 个人信用分析方法 18-19
    2.3 个人信用风险影响因素 19
    2.4 个人信用分析指标体系 19-22
第3章 数据挖掘技术在个人信用风险预测和控制中应用 22-37
    3.1 数据挖掘概念与范畴 22-23
    3.2 数据挖掘流程 23-24
    3.3 决策树分析在个人信用风险控制中的应用 24-27
        3.3.1 决策树分析原理(C4.5) 25-27
        3.3.2 决策树模型优缺点 27
        3.3.3 决策树模型在个人信用风险控制应用范围 27
    3.4 主成分分析在个人信用风险控制中的应用 27-30
        3.4.1 主成分分析基本原理和计算步骤 28-29
        3.4.2 主成分分析优缺点 29-30
        3.4.3 主成分分析在个人信用风险控制应用范围 30
    3.5 聚类分析在个人信用风险控制中的应用 30-32
        3.5.1 聚类分析原理 31
        3.5.2 聚类分析优缺点 31-32
        3.5.3 聚类分析在个人信用风险控制中应用范围 32
    3.6 神经元网络在个人信用风险控制中的应用 32-37
        3.6.1 神经元网络原理 32-35
        3.6.2 神经元网络模型优缺点 35-36
        3.6.3 神经元网络在个人信用风险控制中应用范围 36-37
第4章 数据挖掘在个人信用预测和控制实证研究 37-62
    4.1 样本选取 37-38
    4.2 变量选取 38-39
        4.2.1 因变量界定 38-39
        4.2.2 自变量确定 39
    4.3 数据预处理 39-46
        4.3.1 数据清理 40-41
        4.3.2 数据冗余处理 41-42
        4.3.3 数据变换 42
        4.3.4 属性离散化 42-46
    4.4 决策树分析实证研究 46-53
    4.5 聚类分析实证研究 53-55
    4.6 神经元网络实证研究 55-59
    4.7 信用风险控制 59-61
    4.8 小结 61-62
结论 62-63
参考文献 63-66
致谢 66