| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 社交网络数据挖掘相关研究现状 | 第11-12页 |
| 1.2.2 社交网络用于股市预测的研究现状 | 第12-13页 |
| 1.3 研究内容与意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 数据挖掘相关理论 | 第16-32页 |
| 2.1 数据挖掘理论基础 | 第16-19页 |
| 2.1.1 数据挖掘的基本概念 | 第16页 |
| 2.1.2 数据挖掘的常见流程 | 第16-17页 |
| 2.1.3 数据挖掘的主要方法 | 第17-18页 |
| 2.1.4 数据挖掘的常见评估指标 | 第18-19页 |
| 2.2 Logistic Regression分类算法 | 第19-20页 |
| 2.3 Pagerank重要性量化算法 | 第20-22页 |
| 2.4 Naive Bayes文本分类模型 | 第22-25页 |
| 2.5 Apriori关联规则挖掘算法 | 第25-26页 |
| 2.6 SVM分类算法 | 第26-30页 |
| 2.7 Scikit-learn数据挖掘工具包 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第三章 分布式数据获取系统设计与实现 | 第32-46页 |
| 3.1 数据获取系统需求 | 第32-33页 |
| 3.2 相关技术基础 | 第33-35页 |
| 3.2.1 轻量级爬虫框架-Scrapy | 第33页 |
| 3.2.2 高性能Key-Value数据库-Redis | 第33-34页 |
| 3.2.3 开放式金融数据库 | 第34-35页 |
| 3.3 分布式爬虫系统设计 | 第35-44页 |
| 3.3.1 整体框架 | 第35页 |
| 3.3.2 爬虫模块 | 第35-38页 |
| 3.3.3 数据存储模块 | 第38-40页 |
| 3.3.4 分布式同步缓存模块 | 第40-44页 |
| 3.4 股市波动数据获取 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 雪球网数据清洗与初步分析 | 第46-68页 |
| 4.1 雪球网垃圾信息识别与清洗 | 第46-48页 |
| 4.1.1 垃圾信息识别模型 | 第46-47页 |
| 4.1.2 垃圾信息特征提取 | 第47页 |
| 4.1.3 垃圾信息清洗效果 | 第47-48页 |
| 4.2 雪球网基本数据分析 | 第48-56页 |
| 4.2.1 基本社交网络分析 | 第48-53页 |
| 4.2.2 股市相关的基本数据统计 | 第53-56页 |
| 4.3 基于Pagerank的用户权重网络 | 第56-58页 |
| 4.4 基于雪球网的股票关联规则 | 第58-63页 |
| 4.4.1 股票关联规则定义 | 第59-60页 |
| 4.4.2 股票关联规则挖掘 | 第60-61页 |
| 4.4.3 股票关联规则示例 | 第61-63页 |
| 4.5 文本内容的语义分析 | 第63-67页 |
| 4.5.1 情感极性分析 | 第63-65页 |
| 4.5.2 股价涨跌信号 | 第65-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 股市波动预测模型 | 第68-81页 |
| 5.1 问题量化建模 | 第68-69页 |
| 5.2 特征提取 | 第69-74页 |
| 5.2.1 基于股市数据的基本特征提取 | 第69-70页 |
| 5.2.2 股票关联规则特征提取 | 第70-71页 |
| 5.2.3 用户情感极性特征提取 | 第71-73页 |
| 5.2.4 文本涨跌信号特征提取 | 第73-74页 |
| 5.2.5 基于时序的特征拓展 | 第74页 |
| 5.3 股市波动预测实验 | 第74-78页 |
| 5.3.1 算法流程设计 | 第74-76页 |
| 5.3.2 实验配置 | 第76-78页 |
| 5.4 实验结论与分析 | 第78-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 论文总结 | 第81页 |
| 6.2 对后续工作的展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间发表的学术论文目录 | 第88页 |