个人信用评分组合模型研究与应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

个人信用评分组合模型研究与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 选题背景及研究意义1

1.2 国内外研究现状及文献综述4

1.2.1 申请评分4

1.2.2 行为评分11

1.2.3 利润评分13

1.3 技术路线与内容结构16

1.3.1 技术路线16

1.3.2 内容结构18

1.4 研究方法和主要创新点19

第2章 个人信用评分的相关理论研究22

2.1 个人信用评分的界定22

2.1.1 信用的含义22

2.1.2 个人信用23

2.1.3 个人信用评分24

2.1.4 个人信用评分体系25

2.2 个人信用评分的经济学分析26

2.2.1 个人信用评分与逆向选择28

2.2.2 个人信用评分与道德风险29

2.3 个人信用评分的一般过程30

2.3.1 问题定义32

2.3.2 数据采集和预处理33

2.3.3 个人信用评分模型的建立34

2.3.4 个人信用评分模型的检验39

2.4 个人信用评分的应用与拓展42

2.4.1 个人信用评分的应用42

2.4.2 个人信用评分应用的拓展44

第3章 个人信用评分中的数据预处理47

3.1 个人信用数据的内容和表述47

3.1.1 个人信用数据的主要内容47

3.1.2 本书使用个人信用数据的描述49

3.1.3 个人信用数据的表述51

3.2 个人信用数据中的缺失值处理53

3.2.1 对缺失值的单值填补和多重填补54

3.2.2 数值实验55

3.3 个人信用数据中异常值的检测和处理58

3.3.1 单个属性异常值的检测和处理59

3.3.2 异常实例的检测和处理61

3.3.3 数值实验62

3.4 个人信用数据的离散化65

3.4.1 等距和等频区间离散化方法66

3.4.2 基于熵的离散化方法67

3.4.3 数值实验68

3.5 个人信用数据中的不平衡数据问题研究71

3.5.1 数据层面的解决方法72

3.5.2 算法层面的解决方法74

3.5.3 数值实验76

第4章 个人信用评分的指标体系研究78

4.1 个人信用评分指标体系构建原则80

4.2 影响个人信用的因素分析81

4.3 基于重要性排序的个人信用评分指标选择84

4.3.1 χ2统计量85

4.3.2 信息增益85

4.3.3 信息增益率86

4.3.4 Relief F方法86

4.3.5 BP神经网络连接权值87

4.3.6 组合方法88

4.4 基于最优特征子集的个人信用评分指标选择90

4.4.1 基于相关性的特征子集选择方法90

4.4.2 基于一致性的特征子集选择方法91

4.4.3 包裹法92

4.4.4 数值实验92

4.5 完善个体工商户信用评分指标体系的政策建议97

第5章 个人信用评分单一模型的应用与比较99

5.1 个人信用评分的统计模型100

5.1.1 Logistic回归模型的原理及应用100

5.1.2 决策树模型的原理及应用106

5.1.3 贝叶斯网络模型的原理及应用111

5.2 个人信用评分的非统计模型114

5.2.1 神经网络模型的原理及应用114

5.2.2 支持向量机模型的原理及应用119

5.3 个人信用评分单一模型的性能比较122

第6章 个人信用评分组合模型构建与应用125

6.1 组合模型概述126

6.1.1 组合模型的原理126

6.1.2 组合模型的结构127

6.1.3 单一模型的选择128

6.1.4 单一模型的合成130

6.2 串行结构的个人信用评分组合模型132

6.2.1 串行结构的个人信用评分组合模型原理132

6.2.2 数值实验133

6.3 异态并行结构的个人信用评分组合模型136

6.3.1 异态并行结构的个人信用评分组合模型原理137

6.3.2 数值实验138

6.4 同态并行结构的个人信用评分组合模型141

6.4.1 Bagging、Boosting和Rsm集成个人信用评分模型141

6.4.2 基于聚类的Bagging集成个人信用评分模型148

6.4.3 基于聚类的选择集成个人信用评分模型152

结论157

参考文献160

后记172