目录
第 1 章 绪论 ...............................................................1
1.1 研究背景和研究意义 .................................................1
1.1.1 研究背景......................................................1
1.1.2 研究意义......................................................3
1.2 国内外研究综述 .....................................................4
1.2.1 数据挖掘研究现状..............................................4
1.2.2 商业银行信用风险研究现状......................................6
1.3 论文的主要工作和内容结构 ...........................................7
第 2 章 数据挖掘算法及相关技术 .............................................9
2.1 数据挖掘的概念 .....................................................9
2.2 数据挖掘的过程.....................................................9
2.3 数据挖掘的常用算法 ................................................10
2.3.1 人工神经网络.................................................11
2.3.2 决策树.......................................................11
2.3.3 遗传算法.....................................................12
2.3.4 近邻算法.....................................................13
2.3.5 k-means 算法.................................................13
2.4 小结 ..............................................................14
第 3 章 基于 BP 神经网络算法的个人信用风险评估 .............................15
3.1 神经网络的学习机理和机构 ..........................................15
3.1.1 感知器的学习结构.............................................15
3.1.2 梯度下降法算法...............................................17
3.1.3 反向传播（BP）算法...........................................19
3.2 实验数据的结构及预处理 ............................................22
3.2.1 数据预处理...................................................25
3.2.2 数据指标选取.................................................26
3.3 基于 BP 神经网络的信用风险评估方法模型 .............................29
3.3.1 网络的构建及训练.............................................29
3.3.2 模型测试结果.................................................30
3.4 小结 ..............................................................33
第 4 章 基于决策树算法的个人信用风险评估 ..................................34
4.1 决策树算法概述....................................................34
4.1.1 ID3 算法.....................................................34
4.1.2 C4.5 算法与 C5.0 算法.........................................37
4.2 基于 C5.0 算法的决策树方法个人信用风险评估模型.....................39
4.2.1 数据采集 ....................................................39
4.2.2 数据变换 ....................................................40
4.2.3 决策树的构建 ................................................43
4.2.4 评估模型及模型优化 ..........................................48
