| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·前言 | 第8页 |
| ·课题的国内外研究现状及提出 | 第8-11页 |
| ·课题研究意义 | 第11页 |
| ·课题研究内容 | 第11-12页 |
| 2 股票的技术描述 | 第12-20页 |
| ·股票价格指数 | 第12页 |
| ·股票风险指数 | 第12-13页 |
| ·股票的基本分析和技术分析 | 第13-18页 |
| ·股票的基本分析 | 第15-18页 |
| ·政治因素对股价的影响 | 第16页 |
| ·公司所属行业的性质对股价的影响 | 第16-17页 |
| ·公司经营业绩是判断股价的关键 | 第17-18页 |
| ·股票的技术分析 | 第18页 |
| ·股票分析软件的现状和发展方向 | 第18-20页 |
| 3 数据挖掘以及相关技术 | 第20-38页 |
| ·选择数据挖掘技术的两个重要依据 | 第21-23页 |
| ·数据仓库 | 第23-25页 |
| ·数据预处理 | 第25-29页 |
| ·相关挖掘算法分析 | 第29-38页 |
| ·统计和可视化 | 第29页 |
| ·决策树基本算法 | 第29页 |
| ·人工神经网络算法 | 第29-32页 |
| ·聚类(分群)及其方法分类 | 第32-38页 |
| ·聚类分析的数据类型及相似度量 | 第34-35页 |
| ·聚类技术分类 | 第35-38页 |
| 4 基于下降迭代增量式聚类的数据挖掘技术 | 第38-46页 |
| ·增量式DBSCAN聚类算法:INCREMENTAL DBSCAN | 第38-42页 |
| ·Incremental DBSCAN简介 | 第38-39页 |
| ·Incremental DBSCAN的对象插入 | 第39-40页 |
| ·Incremental DBSCAN的对象删除 | 第40-41页 |
| ·Incremental DBSCAN的算法过程 | 第41-42页 |
| ·下降迭代算法(DESCEND ITERATIVE ALGORITHM) | 第42页 |
| ·下降迭代增量式聚类的数据挖掘模型 | 第42-46页 |
| 5 下降迭代增量式聚类技术在股票预测中的应用与分析 | 第46-57页 |
| ·下降迭代增量式聚类技术在股票预测中的模型建立 | 第46-49页 |
| ·数据准备 | 第46-47页 |
| ·股票数据下降迭代增量式聚类算法的具体实现 | 第47-48页 |
| ·效果评估 | 第48-49页 |
| ·实验及总结 | 第49-57页 |
| 6 课题研究总结与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 附录A(攻读学位期间的主要学术成果) | 第64-65页 |
| 致谢 | 第65页 |
