| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 一、绪论 | 第9-13页 |
| (一) 研究背景 | 第9页 |
| (二) 资产重组绩效预测的选题意义 | 第9-10页 |
| (三）本文结构 | 第10-11页 |
| (四) 技术路线 | 第11-12页 |
| (五) 本文的创新之处 | 第12-13页 |
| 二、文献综述 | 第13-23页 |
| (一) 资产重组绩效评价方法文献综述 | 第13-15页 |
| 1. 事件研究法 | 第13-14页 |
| 2. 会计研究法 | 第14-15页 |
| (二) 资产重组绩效影响因素研究文献综述 | 第15-19页 |
| 1. 重组类型 | 第15-16页 |
| 2. 并购的支付方式 | 第16-17页 |
| 3. 行业关联性 | 第17-18页 |
| 4. 公司规模 | 第18页 |
| 5. 关联重组的影响 | 第18-19页 |
| (三) 非平衡数据集处理文献综述 | 第19-22页 |
| 1. 算法层面的处理 | 第20-21页 |
| 2. 数据层面的处理 | 第21-22页 |
| (四) 小结 | 第22-23页 |
| 三、数据收集与预处理 | 第23-32页 |
| (一) 数据的选取描述 | 第23-26页 |
| (二) 指标选取 | 第26页 |
| (三) 数据预处理 | 第26-30页 |
| (四) 财务指标选择结果及分析 | 第30-31页 |
| (五) 评价标准的选择 | 第31-32页 |
| 四、单一预测模型的旅游业上市公司资产重组绩效预测研究 | 第32-45页 |
| (一) 资产重组绩效预测的相关理论 | 第32页 |
| (二) 统计预测模型的基本原理 | 第32-35页 |
| 1. MDA | 第32-33页 |
| 2. Logit回归 | 第33-34页 |
| 3. Probit模型 | 第34页 |
| 4. 决策树DT | 第34-35页 |
| (三) 人工智能预测模型 | 第35-38页 |
| 1. 支持向量机SVM | 第35-37页 |
| 2. 案例推理CBR | 第37-38页 |
| (四) 基于单一预测模型资产重组研究 | 第38-45页 |
| 1. 实验设计 | 第38页 |
| 2. 结果分析 | 第38-45页 |
| 五、基于非平衡数据增量处理的资产重组绩效预测研究 | 第45-60页 |
| (一) NT-Smote增量原理 | 第45-47页 |
| (二) NT-Smote的应用 | 第47页 |
| (三) 实验设计与结果分析 | 第47-60页 |
| 1. 实验设计 | 第47页 |
| 2. 结果分析 | 第47-60页 |
| 六、基于聚类加权组合的资产重组绩效预测研究 | 第60-74页 |
| (一) 聚类算法简单介绍 | 第60-61页 |
| (二) 凝聚的层次聚类算法原理 | 第61页 |
| (三) 聚类加权组合原理 | 第61-63页 |
| (四) 实验设计与结果分析 | 第63-74页 |
| 1. 实验设计 | 第63-64页 |
| 2. 结果分析 | 第64-74页 |
| 七、结论、不足与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-82页 |
| 攻读学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-85页 |