| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 本文研究背景及意义 | 第12-13页 |
| 1.2 国内外研究概况 | 第13-17页 |
| 1.2.1 事件研究概况 | 第13-14页 |
| 1.2.2 行为研究概况 | 第14-15页 |
| 1.2.3 数据挖掘研究概况及在金融领域的应用 | 第15-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 1.4.1 论文组织结构 | 第18-19页 |
| 1.4.2 论文的框架结构图 | 第19-20页 |
| 第二章 相关理论与时间序列数据挖掘技术 | 第20-38页 |
| 2.1 事件对金融行业影响及相关行为的研究 | 第20-22页 |
| 2.1.1 事件对金融行业影响 | 第20-21页 |
| 2.1.2 相关行为研究 | 第21-22页 |
| 2.2 时间序列 | 第22-24页 |
| 2.2.1 金融时间序列 | 第22-23页 |
| 2.2.2 交易行为时间序列 | 第23-24页 |
| 2.3 数据挖掘功能及技术 | 第24-28页 |
| 2.3.1 数据挖掘功能 | 第25-26页 |
| 2.3.2 数据挖掘技术 | 第26-28页 |
| 2.4 时间序列的数据挖掘技术 | 第28-37页 |
| 2.4.1 时间序列分段表示 | 第28-29页 |
| 2.4.2 时间序列相似性度量 | 第29-33页 |
| 2.4.3 时间序列异常检测 | 第33-35页 |
| 2.4.4 时间序列聚类 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 交易行为时间序列的异常及聚类分析 | 第38-50页 |
| 3.1 交易行为时间序列的分段与表示 | 第38-41页 |
| 3.1.1 交易行为时间序列特征 | 第38页 |
| 3.1.2 基于特殊极值点的时间序列分线段方法 | 第38-41页 |
| 3.2 交易行为时间序列相似性度量 | 第41-43页 |
| 3.2.1 交易行为时间序列特征表示 | 第41-42页 |
| 3.2.2 线段的斜率和长度表示的时间序列的相似性度量 | 第42-43页 |
| 3.3 交易行为时间序列异常检测 | 第43-46页 |
| 3.3.1 事件相关定义 | 第44页 |
| 3.3.2 交易行为时间序列异常检测 | 第44-46页 |
| 3.4 交易行为时间序列聚类 | 第46-49页 |
| 3.4.1 基于事件的交易行为时间序列聚类方法 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于事件的交易行为时空域模型建立 | 第50-56页 |
| 4.1 技术流程图 | 第50-51页 |
| 4.2 基本定义 | 第51页 |
| 4.3 交易行为异常检测 | 第51-53页 |
| 4.3.1 交易行为中存在的异常 | 第51-52页 |
| 4.3.2 交易行为时间序列异常检测 | 第52-53页 |
| 4.4 基于事件的交易行为时空域模型 | 第53-55页 |
| 4.4.1 用事件函数描述异常的交易行为 | 第53页 |
| 4.4.2 基于事件的交易行为时空域 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验结果及分析 | 第56-68页 |
| 5.1 数据采集及处理 | 第56-57页 |
| 5.2 股票交易量及贴吧帖子的数据特征 | 第57-59页 |
| 5.2.1 股票交易量数据特征 | 第57-58页 |
| 5.2.2 股吧帖子数据特征 | 第58-59页 |
| 5.3 交易行为异常检测 | 第59-64页 |
| 5.3.1 交易时间序列分线段表示 | 第59-62页 |
| 5.3.2 交易时间序列异常检测 | 第62-63页 |
| 5.3.3 用事件函数描述异常交易行为 | 第63-64页 |
| 5.4 基于事件的交易行为空间域确定 | 第64-65页 |
| 5.5 基于事件的现实世界行为与虚拟世界的行为比较 | 第65-68页 |
| 第六章 结论与展望 | 第68-69页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第73-74页 |
| 作者在攻读硕士学位期间所作的项目 | 第74-75页 |
| 致谢 | 第75页 |