| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-24页 |
| ·股票的相关背景知识 | 第7-15页 |
| ·股票及股票价格 | 第7页 |
| ·股市相关变量及财务指标 | 第7-8页 |
| ·股票投资的基本分析方法 | 第8-15页 |
| ·金融高频数据的相关背景知识 | 第15-19页 |
| ·金融高频数据的概念及其特点 | 第15-16页 |
| ·金融高频数据的研究动因 | 第16页 |
| ·金融高频数据的研究领域及方法 | 第16-18页 |
| ·金融高频数据分析与数据挖掘 | 第18-19页 |
| ·数据挖掘技术 | 第19-22页 |
| ·数据挖掘的概念及工作流程 | 第19-20页 |
| ·基本的数据挖掘方法 | 第20-21页 |
| ·关联规则的主要应用 | 第21-22页 |
| ·本文的研究意义及组织结构 | 第22-24页 |
| 第2章 关联规则及其增量更新算法 | 第24-33页 |
| ·关联规则概念 | 第24-27页 |
| ·基本概念与解决方法 | 第24-25页 |
| ·项目集空间理论 | 第25-26页 |
| ·关联规则种类 | 第26-27页 |
| ·关联规则挖掘算法 | 第27-30页 |
| ·经典的Apriori 算法 | 第27-29页 |
| ·Apriori算法评价 | 第29-30页 |
| ·关联规则增量更新算法 | 第30-33页 |
| ·关联规则的增量更新 | 第30-31页 |
| ·传统式增量更新算法(FUP)分析 | 第31-32页 |
| ·FUP算法评价 | 第32-33页 |
| 第3章 改进的基于金融高频数据的关联规则增量算法 | 第33-42页 |
| ·基于金融高频数据改进算法的提出 | 第33-34页 |
| ·次选频繁项目集和备选频繁项目集的提出 | 第34-36页 |
| ·金融高频数据频繁项目集的生成 | 第36-38页 |
| ·最小支持度的定义 | 第36页 |
| ·对当前高频数据库(D+d)进行整体扫描的频率 | 第36-37页 |
| ·候选项目集的生成 | 第37-38页 |
| ·基于金融高频数据的算法描述 | 第38-41页 |
| ·改进算法小结 | 第41-42页 |
| 第4章 数据模拟及结果分析 | 第42-52页 |
| ·金融高频数据的收集 | 第42页 |
| ·金融高频数据的预处理 | 第42-44页 |
| ·基于金融高频数据的挖掘算法实现 | 第44-50页 |
| ·基于原有金融高频数据库D的频繁项目集挖掘 | 第44-46页 |
| ·基于增量更新后的当前金融高频数据库D的频繁项集挖掘 | 第46-49页 |
| ·关联规则的提取与分析 | 第49-50页 |
| ·算法评价 | 第50-52页 |
| 第5章 总结和展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 摘要 | 第57-59页 |
| ABSTRACT | 第59-61页 |