基于轻量级J2EE的证券数据分析系统研究与设计
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10-11页 |
| ·研究问题描述 | 第11页 |
| ·分析方法研究及应用系统设计 | 第11-13页 |
| ·论文组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 证券数据分析相关研究 | 第14-23页 |
| ·证券分析的主要问题 | 第14-16页 |
| ·证券价格的可预测性问题 | 第14-15页 |
| ·数据分析的主要技术问题 | 第15-16页 |
| ·证券数据分析方法概述 | 第16-18页 |
| ·传统的分析方法 | 第16-17页 |
| ·采用数据挖掘的分析方法解决主要技术问题 | 第17-18页 |
| ·数据挖掘中的预测分析方法 | 第18-22页 |
| ·数据挖掘简介 | 第18页 |
| ·数据分类的过程 | 第18-19页 |
| ·数据挖掘中的几种常用分类预测方法及其特点 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 采用朴素贝叶斯分类方法进行数据分析 | 第23-39页 |
| ·采用朴素贝叶斯分类的证券数据分析方法 | 第23-27页 |
| ·证券数据的特征属性计算 | 第23-24页 |
| ·采用贝叶斯分类方法进行证券分析的流程 | 第24-26页 |
| ·基于朴素贝叶斯分类的证券分析算法 | 第26-27页 |
| ·针对证券分析问题的算法改进 | 第27-29页 |
| ·基于测试样本的抽样分析 | 第27-28页 |
| ·基于特征属性的权值的概率计算 | 第28页 |
| ·多次分类的综合类别决策 | 第28-29页 |
| ·分析方法的具体处理过程 | 第29-37页 |
| ·数据仓库的建立:建立多维数据模型 | 第29-30页 |
| ·数据的预处理:提取、清理、集成、变换 | 第30-32页 |
| ·通过训练数据集的进行数据样本的分类预测 | 第32-36页 |
| ·对分类预测方法的评估 | 第36-37页 |
| ·分析方法的特点 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 证券数据分析系统设计与实现 | 第39-57页 |
| ·证券数据分析系统应用背景 | 第39-41页 |
| ·系统应用环境 | 第39-40页 |
| ·系统业务流程说明 | 第40-41页 |
| ·应用系统总体架构设计 | 第41-44页 |
| ·轻量级J2EE架构 | 第41-43页 |
| ·基于轻量级J2EE的分析系统架构 | 第43-44页 |
| ·系统表示层实现 | 第44-48页 |
| ·表示层MVC框架 | 第44-46页 |
| ·JSF组件应用 | 第46-47页 |
| ·JSF界面设计 | 第47-48页 |
| ·系统业务逻辑层实现 | 第48-53页 |
| ·业务层Spring应用 | 第48-49页 |
| ·业务层WebService服务 | 第49-53页 |
| ·系统数据访问层实现 | 第53-56页 |
| ·数据访问层的Spring应用 | 第53-55页 |
| ·DAO及Hibernate框架 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 数据分析应用及系统功能测试 | 第57-63页 |
| ·数据分析的应用测试 | 第57-60页 |
| ·数据分析的对象 | 第57-58页 |
| ·数据分析运行情况与结果评估 | 第58-60页 |
| ·应用系统功能测试 | 第60-62页 |
| ·数据分析服系统调用测试 | 第60-61页 |
| ·异常行情数据查询功能测试 | 第61-62页 |
| ·Excel报表导出功能测试 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·论文总结 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 作者简历 | 第67-68页 |
| 致谢 | 第68页 |
