互联网金融信用体系中的数据挖掘

发布时间：2017-07-30 02:05

  本文关键词：互联网金融信用体系中的数据挖掘

  更多相关文章： 互联网金融 信用体系 数据挖掘 BP神经网络

【摘要】：最近两年以余额宝、P2P网贷等为代表的互联网金融发展风头正劲,但相伴而来的风险也与日俱增,中国社会长期以来信用意识的缺失,令互联网金融企业陷入一个快乐地增长并痛苦着的境地,风险如何控制成为重中之重。银行信用体系虽然较完备,但不能覆盖所有社会成员,有些企业和人并没有在银行借款的记录,怎么征信?而且我国几大国有银行的信用数据还没有对以民营企业为主的互联网金融行业直接开放,所以互联网金融行业如何建立起行之有效的信用体系,是当前一个很值得探讨和研究的课题。国务院已经印发了《社会信用体系建设规划纲要(2014-2020年)》,要求在几年内建立起较完善的互联网信用评级体系,可收集企业的服务经营行为、个人的网上行为等信息,并存储在信用数据库。未来的征信模式有可能就是从互联网上采集到的各种信息进行数据分析挖掘。届时所有金融企业包括P2P都能接入相关征信系统,进行相应的风险控制和管理。本文从如何评估企业和个人的信用等级出发,运用云计算和BP神经网络等技术和算法,尝试建立较完善的信用评估模型,基于企业和个人的各种基本信息,结合企业的服务经营行为、个人的网上行为等,进行量化分析,评估出主体的信用等级。
【关键词】：互联网金融 信用体系 数据挖掘 BP神经网络
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;F724.6;F832
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-19
• 1.1 论文的背景、意义和研究内容9-12
• 1.1.1 论文的背景、意义9-11
• 1.1.2 研究文献综述11-12
• 1.1.3 论文主要研究内容12
• 1.2 信用体系简介12-14
• 1.3 世界发达国家征信发展14-16
• 1.4 我国信用体系的发展现状16-19
• 1.4.1 我国信用体系存在的问题16-18
• 1.4.2 互联网金融信用体系的发展和意义18-19
• 第二章 数据挖掘征信技术简介19-31
• 2.1 云计算、Hadoop及数据挖掘19-26
• 2.1.1 云计算简介19-20
• 2.1.2 Hadoop简介20-22
• 2.1.3 数据挖掘算法比较22-25
• 2.1.4 Matlab数学软件简介25-26
• 2.2 云、Hadoop和Matlab的环境搭建26-28
• 2.3 数据挖掘征信的流程及原理28-31
• 2.3.1 数据挖掘征信的层级28
• 2.3.2 数据清洗和预处理28-29
• 2.3.3 数据挖掘征信的流程29-31
• 第三章 中小微企业信用评级31-45
• 3.1 中小微企业信用评级综述31-35
• 3.1.1 中小微企业特点31
• 3.1.2 传统企业信用评级简介31-34
• 3.1.3 互联网时代的评级方式34-35
• 3.2 利用BP神经网络进行企业征信35-45
• 3.2.1 中小微企业信用评级指标体系35-37
• 3.2.2 BP神经网络算法原理37-39
• 3.2.3 数据采集和预处理39-40
• 3.2.4 建模和分析40-45
• 第四章 个人信用评级45-54
• 4.1 个人信用评级综述45-47
• 4.1.1 个人信用评级的定义和特点45-46
• 4.1.2 互联网时代的评级方式46-47
• 4.2 利用BP神经网络进行个人征信47-54
• 4.2.1 个人信用评级指标体系47-49
• 4.2.2 数据采集和预处理49-50
• 4.2.3 建模和分析50-54
• 第五章 总结及展望54-55
• 参考文献55-57
• 致谢57-58
• 附件58

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年

8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年

9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

10 蓝永豪（LAM Wing Ho）;基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

，

本文编号：592023