一、基于证据理论与多源信息融合的银行信贷客户评价（论文文献综述）
刘素辉[1]（2021）在《基于多源异构数据的股价趋势预测研究》文中认为股票价格的趋势预测一直以来都是学术界和工业界的热点研究问题。传统计量经济学模型以股票历史价格序列为研究对象,通过刻画股价波动规律来对股价趋势进行预测。但股票市场是一个适应性的复杂市场,影响股价波动的因素众多。尤其随着互联网的飞速发展,大量与股票相关的信息以文本形式涌现了出来。仅基于传统金融时序数据进行股价趋势预测越来越呈现出数据的局限性。近些年人工智能算法的突破以及计算能力的提升,使得计算机有能力突破以往仅以股票历史时序数据进行股价趋势预测的研究。本研究从计算机和金融学的交叉角度出发,力图兼顾可解释性强的金融学理论基础和深度学习自动抽取特征的优点,构建融合多源异构信息的深度学习技术框架,并将该框架应用于具体股价趋势预测问题中,以解决现有研究的不足。本研究的主要研究内容与创新研究成果如下所述:（1）提出了融合行业轮动与联动信息进行股价趋势预测的深度学习模型,该模型在数据层增加了可随模型训练更新的参数矩阵——“行业相关参数矩阵”,可实现自动学习其他行业对目标个股所属行业的影响强度;其次,模型利用基于因子分解机的深度神经网络对输入数据不同特征之间的交互特征进行了自动抽取。实验结果表明,融合多源行业时序数据的模型比采用单源时序数据的模型预测准确率有明显提高;增加对输入数据交互特征的抽取丰富了对输入数据的挖掘程度,同样显着提高了模型预测准确率。此外,模型训练结束后,将模型学习到的“行业相关参数矩阵”与利用动态时间弯曲算法得到的系数矩阵进行对比,发现两者在很大程度上具有一致性,间接反映了深度学习模型在处理复杂预测问题上的优秀能力。（2）提出了融合公众情绪数据进行股价预测的深度学习模型,该模型采用随机傅里叶特征构造了显式核映射层,并在决策层用此结构代替了传统多层全连接网络。考虑到个股股权集中度水平对预测结果的影响,本研究分别在不同股权集中度水平下对模型进行了训练和评估。实验结果表明,采用显式核映射层的模型比采用传统多层全连接网络的模型预测准确率有明显提高。显式核映射为随机映射过程,在计算过程中不会为模型带来额外可训练的参数,可有效简化模型结构,提高模型的泛化能力。此外,股权集中度水平与模型预测准确率呈负相关。说明了对于股权集中度水平较低,即个体投资者较多的个股,公众情绪数据对于股价波动的影响较大,更适合作为预测模型的输入数据来源。（3）提出了融合新闻事件数据进行股价预测的深度学习模型,该模型在数据表示阶段,采用事件三元组形式的结构化文本表示方式,代替了传统关键词的词向量均值的文本表示方式。并构建了基于事件类型信息与注意力机制的卷积神经网络模块（Category-based Convolutional Attention Module,CCAM）用于抽取文本数据中的语义特征。实验结果表明,采用结构化的事件三元组作为文本表示方式的模型比采用关键词的词向量均值表示方式的模型预测准确率显着提高,这说明结构化的文本表示方式可以保留更多文本语义信息,减少事件元素之间的特征混淆。此外,采用CCAM模块进行文本语义特征抽取的模型预测准确率比采用基于注意力机制的卷积神经网络（Convolutional Block Attention Module,CBAM）模块以及原始卷积神经网络（Convolutional Neural Network,CNN）模块的模型预测准确率高,这表明了增加注意力机制可有效区分不同事件对股价涨跌的影响,并且将先验信息（事件类型）融合到CBAM模块中可进一步提高CNN对文本语义特征的抽取。该模型的研究对象为高股权集中度水平下个股,实验结果表明,采用新闻标题文本数据作为输入的模型预测准确率高于采用公众情绪数据作为输入的模型。这说明了对于股权集中度水平较高,即机构投资者较多的个股,新闻标题文本数据更适合作为预测模型的输入数据来源。
万梓聪[2]（2021）在《基于多源异构数据融合的押解风险预警系统的设计与实现》文中提出在监狱监管体系中外出押解是风险最大的环节之一,一旦在押解途中出现逃逸等安全事故,将激起群众恐慌、引发社会不安定因素。目前对押解途中的风险监控手段主要以人工干预为主,这种方式十分依赖警员经验,耗费人力、成本高、效率低。随着通信技术和人工智能技术的快速发展,基于人工智能技术的风险预警系统正逐渐渗透社会各个领域,在维持企业正常运营、保障人民生活质量等方面发挥了重要用作。因此,研究如何将人工智能技术应用至押解风险预警系统中对完善监狱监管体系、推动外出押解任务信息化、智能化有极大帮助。本文对目前各个领域中的风险预警系统进行深入研究,并总结了现有风险预警系统的两大不足:一是现有风险预警系统通常只对某单一数据源产生的数据建模,导致系统的风险预警能力出现瓶颈,难以进一步提升;二是为保证系统性能,风险预警模型越来越宽、深,这使得系统对硬件设备的计算资源和算力要求提高。然而,外出押解任务对预警系统的精确要求高且能够提供的硬件设备资源有限,现有模型无法直接应用于该任务,为此,本文提出基于深度学习的多源异构数据融合模型以突破现有风险预警模型的性能瓶颈。此外,本文对多源异构数据表示模型进行了优化,在保证模型精度的前提下,降低模型参数量和计算复杂度,确保押解风险预警系统能在计算资源有限的环境中正常运行。随后,通过一系列的对比试验和消融实验,验证了本文所设计的基于多源异构数据融合的押解风险预警模型的高效性。最后,本文设计和实现了基于多源异构数据融合的押解风险预警系统。本文对系统进行了详细的需求分析,将本系统划分为数据采集模块、风险预警模块、持久化模块以及可视化模块,其中风险预警模块采用了本文提出的基于多源异构数据融合的押解风险预警模型。最后,通过一系列的系统测试,验证了本系统能满足场景使用需求,符合设计预期。
陆彦强[3]（2020）在《基于知识图谱技术的商业银行个人信贷风险识别》文中认为大数据时代的到来,银行实际上已经转变为大数据企业,银行储存的各类业务数据对于自身信贷风险的识别及其重要。随着金融机构资产的日益多样化,个人信贷资产管理日益复杂。个人信贷数据的多样化和复杂性使得商业银行个人信贷管理面临着越来越大的风险,传统的客户信用评估体系难以及时有效的识别个人信贷风险。本文通过剖析传统信贷风险识别的方法,以银行个人信贷数据为导向,引入知识图谱技术,尝试构建银行信贷风险识别的小型知识图谱模型,直接探索各类数据间的关联性。同时利用知识图谱识别和解释信贷客户关系的复杂度,深度挖掘出多类型客户信贷数据之间的相关性,并通过知识图谱可视化地呈现出银行客户之间存在的关联性,从而识别复杂信贷关系下的个人信贷风险。这样既省略了传统人工建模耗时费力的过程,又能够适应复杂金融业务环境下的个人信贷风险的识别。
李方玉[4]（2019）在《僵尸企业的僵化指数及处置机制研究》文中研究说明现如今中国进入了经济发展的新阶段,国际贸易增速降低、金融市场震荡加剧,对我国经济造成较为严重的冲击和影响,经济下行压力持续加大,产能过剩矛盾突出,推进供给侧结构性改革是适应我国经济发展新常态的必然要求,是推动经济持续健康发展的重要举措。伴随着我国工业转型升级、产业结构调整以及供给侧结构性改革的推进,积极化解产能过剩,加快僵尸企业的处置步伐是现阶段我国政府工作的重要内容之一。僵尸企业是指自身“造血能力”不足、陷入财务困境,依靠银行贷款和政府补助等外部资金“输血”而维持生存的企业。2008年全球金融危机导致世界经济整体下滑,我国经济亦受到较大冲击,经济危机过后,国外市场低迷、国内需求下降导致我国钢铁、煤炭、水泥等基础设施产业产能出现大规模的过剩,在经济增长放缓、需求减少的情况下,企业经营受到巨大冲击,资金周转困难等原因导致众多企业陷入财务困境,而一些产能过剩本应被市场淘汰的企业在政府补助和银行贷款等外部资金的帮助下勉强存活,逐步恶化为僵尸企业。随着经济下行压力的加大,僵尸企业问题日益凸显,其浪费社会资源、加剧产能过剩、阻碍产业发展、恶化信用环境、诱发系统性风险等危害形成了大家的共识,严重妨碍了我国经济发展和社会稳定。2015年开始,国务院多次会议指出要深化改革,加快推进僵尸企业清理处置,提升企业发展质量和效益,优化社会资源配置,积极化解产能过剩,推动经济的健康发展。现阶段学术界对于僵尸企业的研究主要集中于僵尸企业的定义、识别方法、成因、处置方法等方面的理论探索,鲜少有研究针对僵尸企业微观层面进行深入剖析,运用量化方法探究僵尸企业的僵化程度差异,学术界对于僵尸企业处置方面的研究主要以理论分析为主,在我国政府倡导分类处置僵尸企业的背景下,较少有研究从僵尸企业实际数据角度提出可量化的僵尸企业分类标准,进而将量化分类标准与僵尸企业分类处置方法相结合。本文在对国内外有关僵尸企业认定标准、成因以及对策方面的文献进行总结归纳的基础上,借鉴国外学者提出的僵尸企业信贷补贴计算方法,引入对中国僵尸企业产生重要影响的政府补贴因素,参考国内外学者对于净利润和资产负债率在衡量僵尸企业时的重要性和认可程度,将扣除信贷补贴和政府补助后的实际净利润连续三年之和为负数且资产负债率超过行业平均水平这两个条件作为本文识别僵尸企业的认定标准,对2010-2017年我国A股非金融行业上市公司中的僵尸企业样本进行识别。然后,通过文献回顾梳理、实证检验以及僵尸企业核心特征分析,对僵化指数的基础财务指标、公司治理指标以及外部资金依赖度指标进行筛选,运用符合本文研究目标和指数构建需求的熵值法作为僵化指数指标的赋权方法。根据宏观经济环境波动情况将本研究时间段进行划分,针对各时间段僵尸企业样本情况运用熵值法分别构建起包含基础财务指标、公司治理指标以及外部资金依赖度指标在内的综合僵化指数模型,并对各时间段僵尸企业的僵化指数分布情况进行统计分析。最后,在此基础上将计算得到的僵尸企业各时期僵化指数与企业僵尸状态持续期这两个因素相结合,对僵尸企业的综合僵化程度进行衡量,得到僵尸企业分类标准,按照综合僵化程度将僵尸企业分为轻度僵化、中度僵化和重度僵化三大类,通过分析各类僵尸企业的数据特点,分别提出适合不同类别僵尸企业的处置策略,进而形成僵尸企业的分类处置机理,并结合上市公司实际案例对各类别僵尸企业的处置策略加以分析。同时,进一步优化包含僵尸企业处置法律制度、政府部门工作机制以及综合保障机制在内的僵尸企业处置配套机制,完善僵尸企业的僵化风险预警及管理机制,最终形成长效化和常态化的僵尸企业处置机制,为推动僵尸企业处置工作的顺利进行提供参考。本文的创新点主要体现在以下三个方面:（1）发现了僵尸企业的僵化规律。本文立足学术前沿,在国内外研究僵尸企业文献的基础上,抓住我国僵尸企业的核心特征,提出具有全面性、科学性、数据可获取性的僵尸企业识别标准,同时,选取反映僵尸企业综合情况的基础财务指标、公司治理指标以及外部资金依赖度指标,运用符合本文研究目标的熵值法进行赋权,探索性地构建了衡量僵尸企业某时刻僵化程度的僵化指数模型,反映了僵尸企业综合数据特点,探索了僵尸企业的僵化规律,丰富了现阶段僵尸企业研究思路和内容。（2）揭示了僵尸企业的分类处置机理。在我国政府提出要推动僵尸企业分类处置的要求后,学术界纷纷展开僵尸企业处置方面的研究,但主要是从经济学、管理学和法学等角度进行的理论分析,部分文献对于僵尸企业的分类仍停留在定性分析阶段,尚未有研究将僵尸企业定性分类与实际数据相结合。本文通过构建僵化指数模型,从横向和纵向两个维度,将僵尸企业某时刻的僵化程度与僵尸状态持续期相结合,形成可量化的僵尸企业综合分类标准,将僵尸企业分为轻度僵化、中度僵化和重度僵化三大类,有针对性地提出适合不同类别僵尸企业的处置策略,揭示了僵尸企业、分类标准与处置策略之间的相互联系以及分类处置原理,为企业和政府部门处置僵尸企业提供了参考依据。（3）完善了僵尸企业处置机制。本文一方面从宏观社会经济层面,提出了优化包含僵尸企业处置法律制度、政府部门工作机制以及综合保障机制在内的僵尸企业处置配套机制的相关建议;另一方面,对宏观僵化风险预警机制进行了优化,并构建了包含僵化风险组织结构与文化、信息沟通与报告、企业战略与目标设定以及僵化风险识别与应对四方面的企业僵化风险管理机制,有助于提高僵尸企业处置的效率和效果,为推动僵尸企业处置工作的顺利进行提供参考。
肖龙翔[5]（2019）在《图书馆东盟多源信息资源融合研究》文中提出随着一带一路倡议的不断发展和我国与东盟国家关系的日渐加深,我国与东盟国家之间的联系愈加密切。出于外交、国防、经济、文化等方面的原因,我国对于有关东盟国家信息资源的需求不断增强,但与此同时,我国目前对于东盟信息资源的收集整理与开发尚存在较大不足。在此背景之下,图书馆作为一个国家的文献信息资源中心,可充分发挥自身技术优势,针对东盟多源信息资源进行科学的融合,将不同类型不同语种的资源进行统一的收集与整理,并借助信息可视化等技术手段实现对信息用户更有效利用的帮助,在提升图书馆信息服务质量的同时,满足国内不断增长的对东盟信息资源的需求,为我国的一带一路倡议的发展与我国与东盟国家间更广阔的合作提供信息支撑。因此在充分分析东盟多源信息资源的建设现状、利用难点、需求的基础上,对图书馆东盟多源信息资源融合进行理论研究,为图书馆如何更好的实现资源的融合与利用提供一定的理论基础具有重要的意义。
刘子婷,姜良刚,马玎,王新刚,施广宇[6]（2018）在《基于多源数据融合的变压器专业化检修综合管理系统设计》文中认为依托于变压器专业化巡检和工厂化检修的变压器专业化检修模式已经成为适应未来电网发展的必然方向,但是目前尚缺乏有效的专业管理抓手。本文设计了一套变压器专业化检修综合管理系统软件,基于多源数据融合进行数据分析,可及时发现变压器潜在的故障及危险源,为运维人员提供检修策略,实现变压器专业化检修作业全生命周期管理,大大提高了检修工作效率以及数据的使用效率和信息化水平。
郭毅[7]（2017）在《基于半监督学习和信息融合的港口客户信用风险评价系统》文中研究指明伴随着经济一体化、全球化的发展趋势,我国国民经济的发展和对外贸易迅速增加,造就了水路运输的快速增长,也推动了港口的发展。为了维系和争取更多的客户,港口扩大了信用结算的适用范围。随着信用结算政策的改变,客户信用风险问题开始不断困扰着港口的管理者。客户延期还款甚至恶意拖欠,严重影响了港口正常的经营。而传统依靠人工的客户信用风险评价方法,已经难以满足港口日常经营管理的需求。因此,如何利用现有资源,增强港口信息化建设和应用水平,对港口客户未来一段时间内的信用风险水平进行评价,从而降低或规避因客户信用风险给港口带来的损失,提高港口的应变能力,是港口目前亟待解决的问题。本文面向港口客户信用风险评价,以广东省教育部产学研项目《广州港集团生产业务管理系统及通用软件产业》（2008B090500244）、《基于RFID的港口汽车滚装管理系统应用示范工程》（2009B090300467）和国家自然科学基金重点项目《物流资源整合与调度优化研究》（71132008）等为支持,深入分析了港口客户信用风险的成因,综合应用半监督学习、主动学习、信息融合、神经网络和遗传算法等理论和方法,设计并构建了基于半监督学习和信息融合的港口客户信用风险评价系统,主要研究内容和成果如下:（1）提出了面向港口的客户信用风险评价体系本文在对港口客户信用风险成因深入分析的基础上,比较了港口客户信用评价体系和现有主要信用评价体系之间的差异。针对目前相关研究不足、套用现有客户信用风险评价体系难以满足实际需求等问题,明确了构成评价体系的指标,引入外部影响因素,构建了港口客户信用风险评价体系。（2）构建了基于Tri-Training和标签传递算法的半监督文本倾向分类框架本文对有标签样本不足情况下的文本倾向分类进行了研究。针对实际应用中有标签样本不足,影响文本倾向分类性能的问题,引入了半监督学习算法。在深入了解半监督学习的基础上,针对标签传递算法无法直接处理样本外数据和Tri-Training算法易受初期噪音干扰的问题,提出了一种结合Tri-Training与标签传递算法的半监督文本倾向分类框架（Label-propagation Improved Tri-TrainingFramework,LIT2）。（3）提出了一种基于主动学习的半监督文本倾向分类优化策略针对LIT2在训练过程中出现的学习能力瓶颈,有针对性地提出了一种基于主动学习的优化策略。采用成员查询式的主动学习优化策略,通过构建训练信息较丰富的有标签样本,帮助LIT2克服训练前期的学习能力瓶颈;通过基于池的主动学习,选取具有较高训练价值的样本,从而令LIT2克服训练后期的学习能力瓶颈,综合提高LIT2的训练效率和分类性能。（4）提出了基于内外部信息融合的港口客户信用风险评价模型对港口客户信用风险评价的过程,也是融合港口企业内外部信息的过程。结合信息融合模型和BP神经网络,本文提出了基于内外部信息融合的港口客户信用风险评价模型（Internal and External Information Fusion based Port Customer Credit Evaluation Model,IEPCCM）。针对BP神经网络中的不足,提出了一种基于多项改进的 BP 神经网络构建方法（Mutil-Improved BP-NN Model Construction Method,M2C）,并应用 M2C 构建了IEPCCM。（5）实现了 SIPCC的原型化开发在前文研究的基础上,根据基于内外部信息的港口客户信用风险评价系统（Semi-supervised Learning and Information Fusion based Port Customer Credit Evaluation System,SIPCC）的需求分析和体系框架,应用Java EE平台,Spring-Hibernate联合框架,结合Nutch等关键插件,完成了 SIPCC系统原型系统的开发,并实现了内部数据管理、外部信息抽取、文本倾向分析和客户信用评价等核心功能。通过多种技术框架体系和关键技术的联合应用,进一步提高了系统的高效性、可扩展性、实用性和安全性。
梁倩[8]（2016）在《多源信息融合型竞争情报方法在银行客户信息整合中的应用》文中研究表明在数据以指数爆炸形式产生的今天,许多企业家已经认识到大数据的潜在价值,单纯依靠传统的竞争情报方法很难挖掘海量的数据蕴含的价值。因此,有学者提出在大数据背景下,应该采用多源融合型的竞争情报方法的观点来获取数据、分析数据。多源信息融合法可以将企业多个系统中不同格式的信息整合起来,使海量数据变得更规范,解决银行中存在的客户信息散乱、数据冗余等问题。处理之后的数据,可以给银行带来巨大的便利,增加银行的利润。本文的研究方法主要采用文献法和案例分析法。通过文献法,较为完整的整理了多源信息融合法和客户矩阵法的概念、应用流程。通过案例分析法,以银行的零售客户信息为数据,详细的展示了以上两个方法的具体运用。具体来说,多源信息融合（简称为信息融合）是指,将多个来源的信息或数据进行整合,使获得的情报更加完整、准确、可靠的一种技术。多源信息融合法的工作流程是数据采集、数据字段的处理、数据记录的识别、数据的统一,通过将重复的数据进行筛选、对不同结构的数据进行预处理等一系列操作。客户矩阵法定义为,根据贡献度和贡献率组成的矩阵模型,对目标客户进行层级划分,并开展差异化营销的一种情报法。客户矩阵法的应用流程分为三个步骤,第一是选取客户信息,第二是对客户矩阵模型的两个要素进行计算,即贡献度和贡献率,第三是对计算后的结果进行层级分析。本文的主要结构为三部分,本文首先对国内外竞争情报方法进行了概括,发现随着理论的完善,现代企业更加重视有价值的竞争情报方法,多名学者提出了大数据背景下,多源信息融合方法在竞争情报中的运用。其次,在理论分析部分,介绍了客户矩阵法以及多源信息融合法的理论,将多源信息融合法和客户矩阵法结合起来,提出了在多源信息融合法辅助下竞争情报方法的运用。最后,以案例分析的形式展示了两者在银行客户信息整合中的具体运用,得以证明两种方法结合的可行性和实用性。本文创新性的将多源信息融合法与客户矩阵法结合起来,使竞争情报方法更加灵活多变,为以后在实践中的应用提供了参考。论文在学术方面和实践方面都有所贡献。论文在学术方面的成果在于,其一,总结并比较完整的提出了这两种竞争情报方法的概念和应用流程。其二,多源信息融合型竞争情报法的基本理论和发展情况,为从纷杂的客户信息中获取情报提供了新的解决方法。论文在实践方面的成果在于,其一,商业银行利用多源融合信息技术可以提高竞争力,对未建立统一的数据基础平台的银行来说,起到了一定的指导意义与应用价值。其二,多源信息融合型竞争情报法同传统的竞争情报方法相比较来说,存在着优势和少许的劣势。其三,两种方法对银行进行差异化营销发挥着作用,银行从业人员可以根据五种客户类型拓展差异化的营销策略,有针对性地进行客户服务和有效地配置资源。本文的现实意义在于,第一,在大数据背景下,借鉴多源信息融合法的优势,创新竞争情报方法,为情报分析人员提供了一种较为完整的新方法；第二,研究运用竞争情报法进行客户信息整合的问题,发现有些银行的客户信息整合的工作并未提上日程,系统的建设工作并未得到重视。多源信息融合法给这些银行的发展起到了指导作用。现代银行的经营理念是“以客户为中心”,完整和准确的客户信息是银行的基本工作。因此,建立统一的数据基础平台刻不容缓,对客户信息的重视也将成为金融机构中竞争情报的发展方向和趋势。
程玉平[9]（2016）在《基于逆向选择理论的村镇银行信用风险管理研究》文中研究说明村镇银行的服务对象是农户和农村小企业。特殊的客户和信用环境,使村镇银行在信贷活动中会常常面临严重的逆向选择,由此引致信用风险的发生。加强贷前对客户的审核,减少逆向选择,有助于降低信用风险,促进村镇银行健康可持续发展,更好地发挥其服务农村的功能。本文就村镇银行在贷前如何减少逆向选择以防范信用风险展开研究。本文首先分析了村镇银行信用风险的特征及其生成机制,认为村镇银行与客户之间的委托代理关系造成信贷市场上的逆向选择,由此会导致信用风险;提出将反映借款人能力和品德的“软信息”的作为贷款决策的重要依据,以弥补其硬信息的不足,然后提出了基于贷款人“软信息”的直觉模糊软集决策模型,为村镇银行的贷款决策提供依据;分析代理方的私人信息“软信息”因素,应用信息经济学的信号传递理论,构建村镇银行与客户间的不完美信息动态博弈模型,以借款人“软信息”的表现形式——社会资本作为信号,向村镇银行传递其风险类型,应用信号传递模型推导出精炼贝叶斯均衡,通过变量的调整实现分离均衡,促使村镇银行在贷前区分出借款人的风险类型;应用信号甄别模型,在满足参与约束和激励相容约束条件下,得到村镇银行信贷的均衡合约,以帮助村镇银行设计贷款利率和社会资本组合激励契约,达到甄别不同类型借款人的目的,由此减少逆向选择;最后,从村镇银行和客户的角度,分别提出了减少逆向选择、防范信用风险的制度安排建议。本文作了如下研究工作:一是研究了村镇银行信贷行为中的委托代理关系及其特性,以及由此可能引发的逆向选择问题,减少逆向选择有助于降低信用风险;二是提出了基于借款人“软信息”的直觉模糊软集决策模型,为村镇银行的贷款决策提供依据;三是应用信息经济学中的信号传递和信息甄别模型,通过实现分离均衡,使村镇银行有效甄别借款人的类型,以减少逆向选择;四是运用制度经济学的理论,提出了村镇银行减少逆向选择、防范信用风险的对策建议。
郝晶晶[10]（2014）在《多阶段语言信息的集结模型及应用研究》文中提出多阶段决策是静态决策工作在时间维度的拓展和延伸,主要面向时间跨度较长或阶段特征较为明显的决策问题,例如工程项目建设、五年规划经济发展效果、风险投资项目评价等。由于决策对象的绩效表现具有一定的动态演化特征,需要综合考虑多个阶段的评价信息以得到较为全面的决策结果。由于决策环境的多样性、决策对象的复杂性和决策主体的有限理性,评价方案的绩效,尤其是在定性指标下的表现,往往难以用准确数值进行描述。语言信息能够较好地反映出决策者的思维习惯和逻辑判断,已经广泛地应用到很多决策问题之中。多阶段决策问题通常时间跨度较长,可能包含多源多类别的异构信息,且这些多源异构信息间必然存在一定的联系和差异。现有多阶段多源异构语言信息集结研究尚处于探索阶段,没有形成成熟的理论体系,无法满足实际工作的迫切需求。因此,本文针对语言信息决策和多阶段决策问题的交叉领域,研究多阶段语言信息的集结方法,为语言信息下的多阶段决策工作提供理论依据和技术支持。本文按照由浅入深、由易至难的研究思路,针对不同情形下语言信息多阶段集结问题开展相关研究,主要工作集中在以下六个方面。（1）研究了基于Orness测度和决策信息的多阶段语言信息集结方法。结合TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）分析框架,研究候选方案各阶段表现的动态变化特征;通过Orness测度反映专家对阶段权重的主观偏好,并以阶段稳定发展为导向驱动,构建规划模型以确定阶段权重,通过阶段权重集结方案的多阶段综合绩效;构建方案绩效贴近度范围的估算模型,解决不确定语言信息集结方法中可能造成信息丢失的问题;对方案序约束下的Orness参数范围进行估算,以挖掘其不同取值及变动范围对方案排序选优结果的影响,为决策专家确定阶段主观偏好和Orness参数提供理论支持。（2）提出了一类基于前景理论的多阶段随机语言决策方法。在专家主观阶段偏好未知的情形下,分析动态决策过程中决策者的风险态度,结合前景理论的思想研究方案的阶段发展特征,设计了一类动态参考点的确定方法;以方案前景值最大为目标设计规划模型,确定各阶段准则权重,并根据参考点动态特征测算不同阶段下候选方案的综合前景值;设计方案综合前景值的范围估算规划模型,研究决策风险对评价结果的影响。（3）研究了基于双重语言信息融合的多阶段决策问题。针对同时含有决策依据信息和专家偏好信息等双重结构语言信息多阶段决策问题,寻求双重信息之间的内在联系和结构转换规则,提出了导出偏好矩阵的转换方法;探寻决策语言信息的动态演化特征,以决策依据信息的导出偏好矩阵和专家语言判断矩阵之间差异最小为目标,构建规划模型群,逐步测算各阶段时间权重和属性权重;分析决策者对于双重信息的偏好程度水平,综合决策依据信息和专家主观判断结果,通过阶段权重集结各阶段评价信息,进而实现候选方案的优选决策。（4）提出了一类基于专家偏好交互修正的多阶段双重语言信息的群体决策方法。针对综合考虑专家偏好信息和决策依据信息的多阶段群体决策问题,设计专家综合偏好矩阵以反映双重语言信息的综合效果;测算专家判断矩阵和综合偏好矩阵之间的偏离度,构建一类目标规划模型以辨别不满足阈值要求的弱有效性专家;将专家意见描述为一类多维空间向量,研究弱有效专家意见的修正方向并测算最优移动步长;针对修正后均满足阈值要求的专家意见,分析群体意见综合离差程度与阶段权重之间关系,以阶段权重差异最小为为目标构建规划模型以测算阶段权重,并集结方案的阶段表现,根据方案的全周期绩效确定方案的优劣排序。（5）研究双重语言信息下大规模群体意见聚类方法,以群体聚类结果为基础研究多阶段语言信息集结问题。测算双重异构信息下专家意见间的相似关系,并定义双重信息下聚类结果的一致性测度和非一致性测度指标,构建规划模型以确定属性权重,确保双重信息下的聚类结果冲突最小;测算专家双重信息融合度,以此为导向设置类内和类间权重,集结获得各阶段双重信息下的群体意见;以阶段双重信息融合度为基础设置阶段权重,集结方案各阶段绩效,对候选方案进行优选决策。（6）长三角地区社会信用体系建设绩效的多阶段语言信息评价研究。分析我国社会信用体系的框架及基本要素,有针对性地构建我国社会信用体系建设的评价指标体系;广泛调研长三角三省市在“十一五”期间社会社会信用体系建设的主要工作和成效,为专家评价提供依据。分别在决策依据信息和双重信息两种情形下评估长三角三省市在“十一五”期间社会信用体系建设绩效,实现了本文方法和模型的实际应用,验证了本文方法的科学性和适用性。
二、基于证据理论与多源信息融合的银行信贷客户评价（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于证据理论与多源信息融合的银行信贷客户评价（论文提纲范文）
（1）基于多源异构数据的股价趋势预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容和技术路线 |
| 1.4 主要创新点 |
| 2 相关研究与文献综述 |
| 2.1 股价趋势预测相关金融学理论 |
| 2.1.1 有效市场假说 |
| 2.1.2 行为金融学理论 |
| 2.1.3 适应性市场假说 |
| 2.2 基于时序数据的股价趋势预测研究综述 |
| 2.2.1 金融时序数据来源 |
| 2.2.2 基于计量经济学模型的股价趋势预测相关研究 |
| 2.2.3 基于深度学习模型的股价趋势预测相关研究 |
| 2.3 基于文本数据的股价趋势预测研究综述 |
| 2.3.1 金融文本数据来源 |
| 2.3.2 金融文本表示方法 |
| 2.3.3 基于文本数据的股价趋势预测相关研究 |
| 2.4 文献小结 |
| 3 基于多源异构数据的股价趋势预测理论基础 |
| 3.1 多源异构数据融合理论 |
| 3.1.1 相关概念 |
| 3.1.2 融合层次 |
| 3.2 深度学习模型 |
| 3.2.1 全连接神经网络 |
| 3.2.2 循环神经网络 |
| 3.2.3 卷积神经网络 |
| 3.3 基于多源异构数据的股价趋势预测技术框架 |
| 3.3.1 技术框架的结构 |
| 3.3.2 任务形式化 |
| 3.3.3 评价指标 |
| 3.4 本章小结 |
| 4 融合多源行业时序数据的股价趋势预测研究 |
| 4.1 问题背景 |
| 4.2 行业指数相关性定量分析 |
| 4.2.1 时间序列相似性度量 |
| 4.2.2 行业指数相关性结果及分析 |
| 4.3 融合多源行业时序数据的股价趋势预测模型设计 |
| 4.3.1 任务及相关符号定义 |
| 4.3.2 模型总体结构 |
| 4.3.3 行业相关系数调节模块 |
| 4.3.4 时序特征抽取模块 |
| 4.3.5 交互特征抽取模块 |
| 4.4 实验与结果分析 |
| 4.4.1 研究对象 |
| 4.4.2 数据集划分 |
| 4.4.3 对比实验与参数设置 |
| 4.4.4 实验结果分析 |
| 4.5 本章小结 |
| 5 融合公众情绪数据的股价趋势预测研究 |
| 5.1 问题背景 |
| 5.2 研究对象的选择 |
| 5.3 公众情绪指数构建 |
| 5.3.1 公众情感数据采集与分析 |
| 5.3.2 基于AdaBN的情感分类模型构建 |
| 5.3.3 模型训练与评估 |
| 5.3.4 公众情绪指数构建 |
| 5.3.5 公众情绪指数与股票涨跌幅度的格兰杰因果关系检验 |
| 5.4 金融时序数据特征筛选 |
| 5.4.1 特征重要性排序原理 |
| 5.4.2 金融时序特征重要性排序结果 |
| 5.5 融合公众情绪数据的股价趋势预测模型设计 |
| 5.5.1 任务及相关符号定义 |
| 5.5.2 模型总体结构 |
| 5.5.3 显式核映射模块 |
| 5.6 实验与结果分析 |
| 5.6.1 数据集划分 |
| 5.6.2 对比实验和参数设置 |
| 5.6.3 实验结果分析 |
| 5.7 本章小结 |
| 6 融合新闻事件数据的股价趋势预测研究 |
| 6.1 问题背景 |
| 6.2 融合结构化事件数据的股价趋势预测模型设计 |
| 6.2.1 任务及相关符号定义 |
| 6.2.2 模型总体结构 |
| 6.2.3 数据表示与融合 |
| 6.2.4 基于CCAM的事件特征抽取模块 |
| 6.3 实验与结果分析 |
| 6.3.1 样本来源与分布 |
| 6.3.2 对比试验与参数设置 |
| 6.3.3 实验结果分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 附录A 候选技术指标特征表 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（2）基于多源异构数据融合的押解风险预警系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风险预警系统研究现状 |
| 1.2.2 多源异构数据学习研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第二章 相关理论与技术介绍 |
| 2.1 数据表示技术 |
| 2.1.1 文本语义表示模型 |
| 2.1.2 视觉特征表示模型 |
| 2.1.3 图结构数据表示模型 |
| 2.2 多源异构数据融合技术 |
| 2.2.1 数据融合层级 |
| 2.2.2 基于神经网络的数据融合关键技术 |
| 2.3 本章小结 |
| 第三章 基于多源异构数据融合的押解风险预警系统的需求分析 |
| 3.1 系统设计目的与应用场景 |
| 3.2 系统需求分析 |
| 3.2.1 功能需求分析 |
| 3.2.2 非功能需求分析 |
| 3.3 本章小结 |
| 第四章 基于多源异构数据融合的风险预警模型的设计 |
| 4.1 问题描述 |
| 4.2 数据特点 |
| 4.3 模型概述 |
| 4.4 文本语义表示层 |
| 4.5 视觉特征表示层 |
| 4.6 结构化数据表示层 |
| 4.7 多源异构数据融合层 |
| 4.8 本章小结 |
| 第五章 基于多源异构数据融合的风险预警模型的实验设计与分析 |
| 5.1 实验设计 |
| 5.2 实验数据 |
| 5.3 评价指标 |
| 5.4 实验结果与分析 |
| 5.4.1 文本语义表示模型实验结果 |
| 5.4.2 视觉特征表示模型的实验结果 |
| 5.4.3 多源异构数据融合模型的实验效果 |
| 5.5 本章小结 |
| 第六章 基于多源异构数据融合的押解风险预警系统的实现与测试 |
| 6.1 系统概要设计 |
| 6.1.1 总体框架设计 |
| 6.1.2 系统模块划分 |
| 6.1.3 系统数据库设计 |
| 6.2 系统功能模块的设计和实现 |
| 6.2.1 数据接收模块的设计与实现 |
| 6.2.2 押解风险预警模块的设计与实现 |
| 6.2.3 数据持久化模块的设计与实现 |
| 6.2.4 押解风险监测可视化模块的设计与实现 |
| 6.3 系统测试与分析 |
| 6.3.1 系统部署 |
| 6.3.2 系统功能测试 |
| 6.3.3 系统非功能需求测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
（3）基于知识图谱技术的商业银行个人信贷风险识别（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外个人信贷风险识别的研究现状及发展趋势 |
| 1.3.1 国内商业银行个人信贷风险识别研究 |
| 1.3.2 国外或外资银行个人信贷风险识别研究 |
| 1.3.3 知识图谱技术研究 |
| 1.3.4 国内外研究评述 |
| 1.4 研究内容和结构 |
| 2 商业银行个人信贷风险识别 |
| 2.1 商业银行个人信贷风险识别认识 |
| 2.2 商业银行个人信贷风险识别流程 |
| 2.3 商业银行个人信贷风险识别主要问题 |
| 2.4 个人信贷风险识别中应用知识图谱技术的必要性和可行性 |
| 3 个人信贷风险识别中的知识图谱技术 |
| 3.1 知识图谱技术构成 |
| 3.2 个人信贷风险识别知识图谱的建立 |
| 3.2.1 风险识别的数据处理 |
| 3.2.2 风险识别的数据融合 |
| 3.2.3 风险识别的知识加工 |
| 3.2.4 风险识别的知识更新 |
| 3.3 知识图谱识别个人信贷风险的优点 |
| 3.4 知识图谱应用中的注意问题 |
| 4 个人信贷风险识别的实证分析 |
| 4.1 应用X银行信贷数据建立风险识别知识图谱的合理性 |
| 4.2 X银行个人信贷数据的选取 |
| 4.3 X银行个人信贷数据预处理 |
| 4.4 运用X银行数据构建小型知识图谱 |
| 4.5 运用知识图谱识别X银行的个人信贷风险 |
| 5 结论和建议 |
| 参考文献 |
| 致谢 |
（4）僵尸企业的僵化指数及处置机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景 |
| 1.2 研究意义与研究目标 |
| 1.2.1 研究意义 |
| 1.2.2 研究目标 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路 |
| 1.5 创新点 |
| 第2章 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 僵尸企业的认定标准 |
| 2.1.2 僵尸企业的成因 |
| 2.1.3 僵尸企业的对策 |
| 2.1.4 评价 |
| 2.2 理论基础 |
| 2.2.1 资源配置理论 |
| 2.2.2 系统论 |
| 2.2.3 并购效率理论 |
| 2.2.4 产权理论 |
| 第3章 僵尸企业的认定与分布特征 |
| 3.1 僵尸企业的定义与特征 |
| 3.2 僵尸企业的认定标准 |
| 3.3 僵尸企业的样本选取 |
| 3.4 僵尸企业的分布 |
| 3.4.1 僵尸企业的年份分布 |
| 3.4.2 僵尸企业的行业分布 |
| 3.4.3 僵尸企业的区域分布 |
| 3.5 本章小结 |
| 第4章 僵尸企业僵化指数的构建 |
| 4.1 僵尸企业僵化指数构建的基本思路 |
| 4.2 僵化指数的指标筛选 |
| 4.2.1 指标评价方法的回顾与分析 |
| 4.2.2 指标筛选依据及原则 |
| 4.2.3 基础财务指标分析 |
| 4.2.4 公司治理指标分析 |
| 4.2.5 外部资金依赖度指标分析 |
| 4.2.6 僵化指数指标汇总 |
| 4.3 僵化指数赋权方法的选择 |
| 4.3.1 指数赋权方法 |
| 4.3.2 熵值法赋权 |
| 4.4 僵化指数构建与结果分析 |
| 4.4.1 研究时间段划分 |
| 4.4.2 僵化指数结果分析 |
| 4.5 本章小结 |
| 第5章 僵尸企业的处置机制 |
| 5.1 国内外僵尸企业处置方式 |
| 5.1.1 国内僵尸企业处置方式 |
| 5.1.2 国外僵尸企业处置方式 |
| 5.2 僵尸企业分类处置机理 |
| 5.2.1 僵尸企业分类标准 |
| 5.2.2 僵尸企业分类数据统计分析 |
| 5.2.3 僵尸企业分类处置机理总结 |
| 5.3 僵尸企业分类处置策略 |
| 5.3.1 轻度僵化的僵尸企业处置策略 |
| 5.3.2 中度僵化的僵尸企业处置策略 |
| 5.3.3 重度僵化的僵尸企业处置策略 |
| 5.4 僵尸企业处置配套机制优化 |
| 5.4.1 僵尸企业处置的法律制度优化 |
| 5.4.2 僵尸企业处置的政府部门工作机制优化 |
| 5.4.3 僵尸企业处置的综合保障机制优化 |
| 5.5 僵化风险预警及风险管理机制 |
| 5.5.1 宏观僵化风险预警机制的完善 |
| 5.5.2 微观企业僵化风险管理机制的构建 |
| 5.6 本章小结 |
| 第6章 结论与局限性 |
| 6.1 研究结论 |
| 6.2 研究局限性 |
| 参考文献 |
| 附录 |
| 附录A 财务指标文献统计 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 作者简介 |
（5）图书馆东盟多源信息资源融合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 选题背景及意义 |
| 一、选题背景 |
| 二、选题目的与意义 |
| 第二节 图书馆多源信息研究综述 |
| 一、图书馆多源信息融合研究综述 |
| 二、图书馆多源信息融合方式研究综述 |
| 第三节 研究内容、研究方法和创新点 |
| 一、研究内容 |
| 二、研究方法 |
| 三、创新点 |
| 第二章 多源信息资源融合的概念界定与理论基础 |
| 第一节 多源信息资源融合的相关理论 |
| 一、多源信息资源融合的概念 |
| 二、多源信息资源融合的作用 |
| 三、多源信息资源融合的技术与方法 |
| 第二节 多源信息资源融合的原则 |
| 一、客观性 |
| 二、系统性 |
| 三、目的性 |
| 第三章 图书馆东盟多源信息资源融合现状与需求 |
| 第一节 东盟多源信息资源体系建设现状 |
| 一、公共图书馆 |
| 二、高校图书馆 |
| 三、东盟研究所 |
| 第二节 图书馆东盟信息资源融合的难点 |
| 一、图书馆东盟信息资源的语种种类较多 |
| 二、图书馆东盟信息资源的格式较复杂 |
| 三、图书馆东盟信息资源融合的部分技术尚未完善 |
| 第三节 图书馆东盟多源信息资源融合的需求分析 |
| 一、外交需求 |
| 二、国防需求 |
| 三、经贸需求 |
| 四、文化需求 |
| 第四节 东盟多源信息资源建设案例分析 |
| 一、广西民族大学东盟信息中心建设分析 |
| 二、桂林理工大学广西与东盟民族文化旅游信息库建设分析 |
| 第四章 图书馆东盟多源信息资源融合模式 |
| 第一节 多源东盟信息资源组成类型 |
| 一、融合的网站资源 |
| 二、数字化的馆藏资源 |
| 三、整合的订购资源 |
| 第二节 图书馆东盟多源信息资源的融合 |
| 一、同型异源信息的融合 |
| 二、异质异构信息的融合 |
| 三、多语种信息的融合 |
| 第三节 图书馆东盟多源信息资源融合层次 |
| 一、数据层信息资源融合 |
| 二、特征层信息资源融合 |
| 三、决策层信息资源融合 |
| 第五章 图书馆东盟多源信息资源融合方法 |
| 第一节 东盟多语种信息资源识别 |
| 第二节 资源元数据处理 |
| 第三节 资源语义化组织 |
| 一、资源加工与处理 |
| 二、资源本体构建 |
| 三、语义资源生成 |
| 第四节 资源智能化发现 |
| 一、检索结果智能化 |
| 二、翻译辅助技术支持 |
| 第五节 资源可视化表达 |
| 一、可视化技术 |
| 二、可视化实现功能 |
| 第六章 结语 |
| 第一节 全文总结 |
| 第二节 研究局限 |
| 第三节 展望 |
| 参考文献 |
| 后记 |
| 攻读学位期间发表的学术论文目录 |
（7）基于半监督学习和信息融合的港口客户信用风险评价系统（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 港口发展现状 |
| 1.1.2 研究背景 |
| 1.1.3 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容和结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.3.3 创新点 |
| 2 相关理论与方法 |
| 2.1 信用风险的理论分析 |
| 2.1.1 基于信息不对称理论的视角 |
| 2.1.2 基于重复博弈理论的视角 |
| 2.2 信用风险的评价方法 |
| 2.2.1 传统信用风险评价方法 |
| 2.2.2 现代高级信用风险评价方法 |
| 2.2.3 基于人工智能的信用风险评价方法 |
| 2.3 文本倾向分类方法 |
| 2.3.1 基于语义的文本倾向分类 |
| 2.3.2 基于人工智能的文本倾向分类 |
| 2.3.3 对两种方法的比较 |
| 2.4 本章小结 |
| 3 港口客户信用风险评价指标体系 |
| 3.1 港口客户信用风险的界定、成因与特点 |
| 3.1.1 港口客户信用风险的界定 |
| 3.1.2 港口客户信用风险的成因 |
| 3.1.3 港口客户信用风险的特点 |
| 3.2 港口客户信用风险评价指标体系的差异性分析 |
| 3.2.1 现有客户信用风险评价指标体系 |
| 3.2.2 港口客户信用风险评价指标体系的差异 |
| 3.3 港口客户信用风险评价指标体系构建的原则 |
| 3.4 港口客户信用风险评价指标体系 |
| 3.5 本章小结 |
| 4 针对港口外部信息的半监督文本倾向分类框架 |
| 4.1 相关研究 |
| 4.1.1 Tri-Training算法 |
| 4.1.2 标签传递算法 |
| 4.1.3 主动学习 |
| 4.1.4 带精英策略的非支配排序遗传算法 |
| 4.2 基于TRI-TRAINING和标签传递算法的文本倾向分类框架 |
| 4.2.1 文本倾向分类框架LIT2 |
| 4.2.2 实验结果与分析 |
| 4.3 基于主动学习改进的LIT2 |
| 4.3.1 针对LIT2训练初期的主动学习优化 |
| 4.3.2 针对LIT2训练后期的主动学习优化 |
| 4.3.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 港口客户信用风险评价的内外部信息融合模型 |
| 5.1 相关研究 |
| 5.1.1 信息融合 |
| 5.1.2 BP神经网络 |
| 5.2 基于多项改进的BP神经网络模型构建方法 |
| 5.3 M2C在港口客户信用风险评价模型中的应用 |
| 5.3.1 ETL和数据标准化 |
| 5.3.2 确定BP神经网络结构 |
| 5.3.3 确定初始权值和阈值 |
| 5.3.4 模型训练与结果 |
| 5.3.5 实验小结 |
| 5.4 本章小结 |
| 6 港口客户信用风险评价系统的设计与实现 |
| 6.1 系统的功能框架 |
| 6.2 技术框架和关键技术 |
| 6.3 原型系统实现 |
| 6.3.1 内部数据管理 |
| 6.3.2 外部信息管理 |
| 6.3.3 文本倾向分析 |
| 6.3.4 客户信用风险评价 |
| 6.4 本章小结 |
| 7 结论 |
| 7.1 本文工作总结 |
| 7.2 未来研究展望 |
| 参考文献 |
| 附录A 港口客户信用风险评价指标专家调查表 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）多源信息融合型竞争情报方法在银行客户信息整合中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1. 导论 |
| 1.1. 研究背景及意义 |
| 1.1.1. 研究背景 |
| 1.1.2. 研究意义 |
| 1.2. 研究内容及方法 |
| 1.3. 本文的主要创新点 |
| 2. 文献综述 |
| 2.1. 国内外相关研究 |
| 2.2. 文献简评 |
| 3. 竞争情报方法的基本理论 |
| 3.1. 竞争情报的概述 |
| 3.1.1. 竞争情报的概念 |
| 3.1.2. 竞争情报的发展 |
| 3.2. 多源信息融合法 |
| 3.2.1. 多源信息融合法概述 |
| 3.2.2. 多源信息融合法的应用流程 |
| 3.2.3. 多源信息融合的特点 |
| 3.3. 客户矩阵法 |
| 3.3.1. 客户矩阵法的概念 |
| 3.3.2. 客户矩阵法的应用流程 |
| 4. 竞争情报方法在银行客户信息整合中的运用 |
| 4.1. 多源信息融合法对客户信息初步处理 |
| 4.1.1. 客户信息采集 |
| 4.1.2. 客户信息处理 |
| 4.1.3. 客户信息识别 |
| 4.1.4. 客户信息统一 |
| 4.1.5. 客户信息分析 |
| 4.2. 客户矩阵法进行竞争情报分析 |
| 4.2.1. 客户贡献度和贡献率 |
| 4.2.2. 客户分级 |
| 5. 研究结论及展望 |
| 5.1. 研究结论 |
| 5.1.1. 学术方面 |
| 5.1.2. 实践方面 |
| 5.2. 不足之处 |
| 5.3. 研究的展望及建议 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 学位论文评阅及答辩情况表 |
（9）基于逆向选择理论的村镇银行信用风险管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内外研究现状述评 |
| 1.3 主要内容和研究方法 |
| 1.4 论文的创新点 |
| 第2章 我国村镇银行及其信用风险概述 |
| 2.1 村镇银行及其特征 |
| 2.1.1 村镇银行及其市场定位 |
| 2.1.2 村镇银行的特征 |
| 2.2 村镇银行的信用风险及其特征 |
| 2.2.1 村镇银行信用风险概述 |
| 2.2.2 村镇银行信用风险的特征 |
| 2.2.3 村镇银行信用风险的生成机制 |
| 2.3 村镇银行信用风险管理现状与问题 |
| 第3章 村镇银行信贷行为中的委托—代理关系分析 |
| 3.1 村镇银行信贷行为中的代理方及其特征 |
| 3.1.1 代理方及其构成 |
| 3.1.2 代理方的基本特征 |
| 3.2 村镇银行信贷行为中的委托方及其特征 |
| 3.2.1 委托方及其构成 |
| 3.2.2 委托方的基本特征 |
| 第4章 基于直觉模糊软集的软信息评价 |
| 4.1 直觉模糊软集概述 |
| 4.1.1 直觉模糊软集模型及其作用 |
| 4.1.2 不同评价指标下各方案的信息融合 |
| 4.2 直觉模糊软集在村镇银行信贷中的数据仿真应用 |
| 4.3 直觉模糊软集对借款人“软信息”评价的结论 |
| 第5章 村镇银行信贷行为中的逆向选择分析 |
| 5.1 村镇银行信贷行为中的逆向选择行为 |
| 5.1.1 信贷市场上逆向选择的形成 |
| 5.1.2 信贷市场上的逆向选择导致信贷配给 |
| 5.1.3 村镇银行信贷行为中引致逆向选择产生的因素 |
| 5.2 村镇银行信用风险的信号传递模型 |
| 5.2.1 信号传递模型概述 |
| 5.2.2 信号传递模型在村镇银行信贷市场上的应用 |
| 5.2.3 模型结论 |
| 5.3 村镇银行信用风险的信号甄别模型 |
| 5.3.1 信号甄别模型的相关假设 |
| 5.3.2 信号甄别模型的信贷市场均衡 |
| 5.3.3 模型结论 |
| 第6章 减少村镇银行信贷中逆向选择的制度安排 |
| 6.1 村镇银行要建立区分借款人风险类型的机制 |
| 6.1.1 提高识别借款人虚假信息的能力 |
| 6.1.2 健全违约惩罚机制 |
| 6.1.3 缩小高、低风险借款人之间的贷款利差 |
| 6.1.4 设计贷款均衡合约 |
| 6.2 健全村镇银行“软信息”收集体系 |
| 6.2.1 扩大与当地机构、机关部门的交流合作 |
| 6.2.2 建立科学规范的征信管理体系 |
| 6.3 完善村镇银行信用调查评分制度 |
| 6.4 加强农村“信用工程”建设 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A |
（10）多阶段语言信息的集结模型及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 相关理论及研究综述 |
| 1.3.1 语言变量信息研究 |
| 1.3.2 基于语言变量信息的决策方法 |
| 1.3.3 不确定信息群体决策方法 |
| 1.3.4 大规模群决策理论与方法的研究 |
| 1.3.5 多阶段决策理论与方法 |
| 1.3.6 社会信用体系的国内外研究现状 |
| 1.4 研究方案及思路 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究思路及方法 |
| 1.5 创新点 |
| 1.6 本章小结 |
| 第二章 基于Orness测度的多阶段不确定语言信息集结方法研究 |
| 2.1 问题描述及预备知识 |
| 2.1.1 基本定义 |
| 2.1.2 问题描述及分析思路 |
| 2.2 不确定语言信息下阶段权重测算模型研究 |
| 2.2.1 多阶段不确定语言动态贴近度测算 |
| 2.2.2 基于综合贴近度最小差异的阶段权重测算模型 |
| 2.3 多阶段不确定语言信息决策的拓展模型及参数分析 |
| 2.3.1 方案综合贴近度变动范围估算模型 |
| 2.3.2 不确定语言信息多阶段决策步骤 |
| 2.3.3 Orness测度参数分析 |
| 2.4 应用研究 |
| 2.4.1 决策过程及结果 |
| 2.4.2 结果分析与方法比较 |
| 2.5 本章小结 |
| 第三章 基于前景理论的多阶段随机多准则语言决策方法 |
| 3.1 问题描述及预备知识 |
| 3.1.1 问题描述 |
| 3.1.2 预备知识 |
| 3.2 动态语言参考点设置方法 |
| 3.3 各阶段多准则方案前景值测算 |
| 3.4 多阶段随机多准则决策方法 |
| 3.4.1 准则权重设置模型 |
| 3.4.2 各阶段前景价值范围估算模型 |
| 3.5 应用研究 |
| 3.6 本章小结 |
| 第四章 基于双重语言信息联动的多阶段决策模型研究 |
| 4.1 问题描述及预备知识 |
| 4.1.1 问题描述 |
| 4.1.2 预备知识 |
| 4.2 单阶段双重语言信息下属性权重确定方法 |
| 4.2.1 双重语言信息联动集结分析框架 |
| 4.2.2 决策依据信息的导出偏好矩阵设计 |
| 4.2.3 基于双重语言信息融合的属性权重确定方法 |
| 4.3 双重语言信息联动下多阶段决策模型 |
| 4.3.1 基于双重语言信息融合的阶段权重设计框架 |
| 4.3.2 多阶段双重语言信息下阶段权重测算模型 |
| 4.3.3 双重语言信息联动下多阶段决策过程 |
| 4.4 应用研究 |
| 4.5 本章小结 |
| 第五章 基于双重语言信息交互修正的多阶段群体决策方法研究 |
| 5.1 问题描述及预备知识 |
| 5.1.1 问题描述 |
| 5.1.2 预备知识 |
| 5.2 语言判断矩阵和决策评价矩阵的预处理 |
| 5.2.1 语言判断矩阵预处理 |
| 5.2.2 基于决策依据信息的导出偏好矩阵生成 |
| 5.3 双重语言信息下专家偏好信息修正方法研究 |
| 5.3.1 弱有效性专家的辨别方法 |
| 5.3.2 弱有效性专家意见的交互修正模型 |
| 5.4 基于修正后专家偏好信息的多阶段决策方法研究 |
| 5.4.1 阶段权重设置模型 |
| 5.4.2 多阶段决策步骤及流程图 |
| 5.5 应用研究 |
| 5.5.1 背景分析 |
| 5.5.2 单阶段专家群体意见修正和集结过程 |
| 5.5.3 阶段权重设计及多阶段信息集结 |
| 5.6 本章小结 |
| 第六章 大规模群体语言信息的融合聚类及多阶段集结方法研究 |
| 6.1 问题描述 |
| 6.2 群体分类偏好下双重信息融合聚类方法 |
| 6.2.1 专家相似关系测度 |
| 6.2.2 聚类融合目标下的属性权重测度方法 |
| 6.2.3 群体分类偏好下的双重信息融合聚类步骤 |
| 6.3 基于双重信息聚类结果的群体集结模型 |
| 6.3.1 类内专家权重设置方法 |
| 6.3.2 类间专家权重设置方法 |
| 6.3.3 双重信息群体集结模型 |
| 6.4 多阶段大规模群体双重信息集结研究 |
| 6.4.1 阶段权重设置方法 |
| 6.4.2 多阶段大规模群体双重信息集结步骤 |
| 6.5 应用研究 |
| 6.6 本章小结 |
| 第七章 长三角地区社会信用体系建设绩效的多阶段语言信息评价研究 |
| 7.1 社会信用体系建设及研究意义 |
| 7.2 我国社会信用体系的框架及基本要素 |
| 7.3 社会信用体系建设绩效评估指标体系设计 |
| 7.3.1 社会信用体系建设绩效评估指标体系设计的原则 |
| 7.3.2 社会信用体系建设绩效评估指标体系构建 |
| 7.4 长三角社会信用体系建设绩效的多阶段评价研究 |
| 7.4.1 长三角主要省市社会信用体系建设情况调研 |
| 7.4.2 语言决策信息下长三角社会信用体系建设绩效多阶段评价 |
| 7.4.3 双重信息情形下长三角社会信用体系建设绩效多阶段评价 |
| 7.4.4 结论与启示 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
| 附录 |
四、基于证据理论与多源信息融合的银行信贷客户评价（论文参考文献）
- [1]基于多源异构数据的股价趋势预测研究[D]. 刘素辉. 北京科技大学, 2021(08)
- [2]基于多源异构数据融合的押解风险预警系统的设计与实现[D]. 万梓聪. 北京邮电大学, 2021(01)
- [3]基于知识图谱技术的商业银行个人信贷风险识别[D]. 陆彦强. 兰州财经大学, 2020(02)
- [4]僵尸企业的僵化指数及处置机制研究[D]. 李方玉. 首都经济贸易大学, 2019(03)
- [5]图书馆东盟多源信息资源融合研究[D]. 肖龙翔. 广西民族大学, 2019(02)
- [6]基于多源数据融合的变压器专业化检修综合管理系统设计[J]. 刘子婷,姜良刚,马玎,王新刚,施广宇. 数字技术与应用, 2018(07)
- [7]基于半监督学习和信息融合的港口客户信用风险评价系统[D]. 郭毅. 北京交通大学, 2017(06)
- [8]多源信息融合型竞争情报方法在银行客户信息整合中的应用[D]. 梁倩. 山东大学, 2016(02)
- [9]基于逆向选择理论的村镇银行信用风险管理研究[D]. 程玉平. 武汉理工大学, 2016(05)
- [10]多阶段语言信息的集结模型及应用研究[D]. 郝晶晶. 南京航空航天大学, 2014(12)