圖索引
表索引
第1章  緒論
  1.1  選題背景及研究意義
  1.2  國內外研究現狀及文獻綜述
    1.2.1  申請評分
    1.2.2  行為評分
    1.2.3  利潤評分
  1.3  技術路線與內容結構
    1.3.1  技術路線
    1.3.2  內容結構
  1.4  研究方法和主要創新點
第2章  個人信用評分的相關理論研究
  2.1  個人信用評分的界定
    2.1.1  信用的含義
    2.1.2  個人信用
    2.1.3  個人信用評分
    2.1.4  個人信用評分體繫
  2.2  個人信用評分的經濟學分析
    2.2.1  個人信用評分與逆向選擇
    2.2.2  個人信用評分與道德風險
  2.3  個人信用評分的一般過程
    2.3.1  問題定義
    2.3.2  數據采集和預處理
    2.3.3  個人信用評分模型的建立
    2.3.4  個人信用評分模型的檢驗
  2.4  個人信用評分的應用與拓展
    2.4.1  個人信用評分的應用
    2.4.2  個人信用評分應用的拓展
第3章  個人信用評分中的數據預處理
  3.1  個人信用數據的內容和表述
    3.1.1  個人信用數據的主要內容
    3.1.2  本書使用個人信用數據的描述
    3.1.3  個人信用數據的表述
  3.2  個人信用數據中的缺失值處理
    3.2.1  對缺失值的單值填補和多重填補
    3.2.2  數值實驗
  3.3  個人信用數據中異常值的檢測和處理
    3.3.1  單個屬性異常值的檢測和處理
    3.3.2  異常實例的檢測和處理
    3.3.3  數值實驗
  3.4  個人信用數據的離散化
    3.4.1  等距和等頻區間離散化方法
    3.4.2  基於熵的離散化方法
    3.4.3  數值實驗
  3.5  個人信用數據中的不平衡數據問題研究
    3.5.1  數據層面的解決方法
    3.5.2  算法層面的解決方法
    3.5.3  數值實驗
第4章  個人信用評分的指標體繫研究
  4.1  個人信用評分指標體繫構建原則
  4.2  影響個人信用的因素分析
  4.3  基於重要性排序的個人信用評分指標選擇
    4.3.1  統計量
    4.3.2  信息增益
    4.3.3  信息增益率
    4.3.4   Relief F方法
    4.3.5   BP神經網絡連接權值
    4.3.6  組合方法
  4.4  基於特征子集的個人信用評分指標選擇
    4.4.1  基於相關性的特征子集選擇方法
    4.4.2  基於一致性的特征子集選擇方法
    4.4.3  包裹法  
    4.4.4  數值實驗
  4.5  完善個體工商戶信用評分指標體繫的政策建議
第5章  個人信用評分單一模型的應用與比較
  5.1  個人信用評分的統計模型
    5.1.1   L0gistic回歸模型的原理及應用
    5.1.2  決策樹模型的原理及應用
    5.1.3  貝葉斯網絡模型的原理及應用
  5.2  個人信用評分的非統計模型
    5.2.1  神經網絡模型的原理及應用
    5.2.2  支持向量機模型的原理及應用
  5.3  個人信用評分單一模型的性能比較
第6章  個人信用評分組合模型構建與應用
  6.1  組合模型概述
    6.1.1  組合模型的原理
    6.1.2  組合模型的結構
    6.1.3  單一模型的選擇
    6.1.4  單一模型的合成
  6.2  串行結構的個人信用評分組合模型
    6.2.1  串行結構的個人信用評分組合模型原理
    6.2.2  數值實驗
  6.3  異態並行結構的個人信用評分組合模型
    6.3.1  異態並行結構的個人信用評分組合模型原理
    6.3.2  數值實驗
  6.4  同態並行結構的個人信用評分組合模型
    6.4.1  Bagging、Boosting和Rsm集成個人信用評分模型
    6.4.2  基於聚類的Bagging集成個人信用評分模型
    6.4.3  基於聚類的選擇集成個人信用評分模型
結論
參考文獻
後記