数据挖掘技术在证券市场分析中的应用研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-22页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状及相关技术简介 | 第13-20页 |
| ·数据挖掘技术的国内外研究现状 | 第13-14页 |
| ·WEB信息抽取技术的国内外研究现状 | 第14-15页 |
| ·相关技术简介 | 第15-20页 |
| ·论文的主要内容和章节安排 | 第20-22页 |
| 第2章 基础数据库的构建与更新 | 第22-38页 |
| ·基于WEB数据获取技术的数据库构建与更新 | 第22-33页 |
| ·直接获取网页文本数据 | 第22-29页 |
| ·自动下载文件并获取数据 | 第29-33页 |
| ·基于Wind平台的数据库构建 | 第33-37页 |
| ·Wind平台简介 | 第33-34页 |
| ·行情数据库的批量构建与更新 | 第34-35页 |
| ·上市公司财务数据库的构建与更新 | 第35-37页 |
| ·基于彭博、TEJ等平台的数据库构建与更新 | 第37-38页 |
| 第3章 数据自动处理与分析 | 第38-54页 |
| ·自动化图表方法 | 第38-43页 |
| ·自动化图表处理表格的结构 | 第38-40页 |
| ·自动化图表的自动更新 | 第40-41页 |
| ·自动化图表的时间选择 | 第41页 |
| ·自动化图表的内容选择 | 第41-43页 |
| ·基本数学方法 | 第43-49页 |
| ·自动处理的相对指数法 | 第43-44页 |
| ·自动处理的排序法 | 第44-46页 |
| ·自动处理的加权平均法 | 第46-49页 |
| ·财务公式分析法 | 第49-54页 |
| ·重要财务指标的自动处理 | 第49-52页 |
| ·杜邦分析 | 第52-54页 |
| 第4章 信息汇聚和文本报告的自动生成 | 第54-60页 |
| ·文本报告自动生成的实现方法 | 第54-56页 |
| ·文本报告自动生成举例 | 第56-60页 |
| ·上市公司定期财务公告点评报告 | 第56-58页 |
| ·市场行情定期回顾报告 | 第58-60页 |
| 第5章 关联规则挖掘在行业研究中的应用 | 第60-70页 |
| ·关联规则挖掘技术介绍 | 第60-62页 |
| ·关联规则的基本概念 | 第60-61页 |
| ·关联规则挖掘的分类 | 第61-62页 |
| ·关联规则挖掘的Apriori算法 | 第62-64页 |
| ·发现频繁项集 | 第62-63页 |
| ·产生关联规则 | 第63页 |
| ·Apriori算法的缺陷和优化 | 第63-64页 |
| ·关联规则挖掘应用举例 | 第64-70页 |
| ·关联规则数据挖掘算法实现方法 | 第64-67页 |
| ·算法实现的特点分析 | 第67-68页 |
| ·实验结果分析 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 作者简历 | 第74-75页 |
| 作者在攻读硕士期间发表及录用的论文 | 第75-76页 |
| 附录:两维关联规则挖掘的程序代码 | 第76-81页 |
