| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·数据挖掘概念的提出 | 第9页 |
| ·数据挖掘与股票研究 | 第9-10页 |
| ·国内外研究现状和发展方向 | 第10-11页 |
| ·本文的结构 | 第11-12页 |
| 第2章 股票市场基础知识 | 第12-17页 |
| ·股票价格影响因子 | 第12-13页 |
| ·股票预测理论 | 第13页 |
| ·投资组合理论 | 第13-16页 |
| ·股票的基本属性 | 第16页 |
| ·股票数据的转化 | 第16-17页 |
| 第3章 数据挖掘的基本理论 | 第17-25页 |
| ·数据挖掘的产生 | 第17-19页 |
| ·数据挖掘的提出及发展 | 第17页 |
| ·数据挖掘组成 | 第17-18页 |
| ·数据挖掘可处理的对象 | 第18-19页 |
| ·数据挖掘方法 | 第19-25页 |
| ·分类技术 | 第19-21页 |
| ·聚类技术 | 第21-22页 |
| ·孤立点检测 | 第22-25页 |
| 第4章 关联规则及其算法 | 第25-34页 |
| ·关联规则概念 | 第25-26页 |
| ·关联规则算法 | 第26-34页 |
| ·Apriori算法 | 第26-30页 |
| ·FP-growth算法 | 第30-33页 |
| ·闭频繁项集 | 第33-34页 |
| 第5章 基于数据库划分的关联规则在股票投资中的应用 | 第34-45页 |
| ·分解数据库算法 | 第34-38页 |
| ·性能分析 | 第38-39页 |
| ·实例 | 第39-45页 |
| ·数据预处理 | 第39-42页 |
| ·规则的挖掘与评价 | 第42-45页 |
| 第6章 总结与展望 | 第45-46页 |
| ·本文总结 | 第45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录 | 第50-58页 |