声明
摘要
第一章 引言
1.1 选题背景以及研究意义
1.2 国内外研究现状
1.2.1 统计方法
1.2.2 非统计方法
1.2.3 各种方法比较研究
1.2.4 集成方法
1.3 技术路线及论文主要研究内容
1.3.1 技术路线
1.3.2 论文结构
1.4 论文创新点
1.5 个人信用风险评估与数据分类技术
1.5.1 个人信用风险评估
1.5.2 数据分类方法
1.5.3 数据分类的过程
第二章 面向个人信用风险评估的数据分类方法
2.1 个人信用风险评估的统计模型
2.1.1 决策树模型
2.1.2 朴素贝叶斯模型
2.2 个人信用风险评估的非统计模型
2.2.1 BP神经网络模型
2.2.2 支持彘量机(SVM)模型
第三章 个人信用风险评估中单一模型的实验对比分析
3.1 对比模型设计
3.2 个人信用风险评估单一模型的数据预处理
3.3 个人信用风险评估单一模型的性能比较
3.3.1 操作过程以及结果
3.3.2 单一模型性能对比分析
第四章 个人风险评估的集成模型应用对比
4.1 集成模型的概述
4.1.1 集成模型的原理
4.1.2 集成模型的结构分类
4.1.3 单一模型的选取
4.1.4 单一模型的合成
4.2 基于同态并行结构的个人信用风险评估集成模型
4.2.1 Bagging集成技术
4.2.2 Boosting集成技术
4.2.3 数值实验
4.3 基于异态并行结构的个人信用风险评估集成模型
4.3.1 基于异态并行结构的个人信用风险评估集成模型的原理
4.3.2 数值实验
结论
参考文献
致谢
广西大学;