数据仓库技术在证券行业的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·研究背景及意义 | 第9页 |
| ·国内外发展现状 | 第9-10页 |
| ·研究目的 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 2 数据仓库与数据挖掘概论 | 第12-27页 |
| ·数据仓库概论 | 第12-15页 |
| ·数据仓库的概念 | 第12-13页 |
| ·数据仓库的基本体系结构 | 第13-14页 |
| ·数据仓库与数据库的区别 | 第14-15页 |
| ·构建数据仓库的步骤 | 第15-19页 |
| ·数据仓库模型设计 | 第15-18页 |
| ·数据的抽取、转换和加载 | 第18-19页 |
| ·OLAP 技术 | 第19-22页 |
| ·OLAP 的概念 | 第19-20页 |
| ·OLAP 分析 | 第20页 |
| ·OLAP 服务器分类 | 第20-21页 |
| ·OLAP 与数据仓库的关系 | 第21-22页 |
| ·数据挖掘技术 | 第22-26页 |
| ·数据挖掘的概念 | 第22-23页 |
| ·数据挖掘的主要任务 | 第23-24页 |
| ·数据挖掘的主要方法 | 第24-25页 |
| ·数据挖掘的过程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 券商数据仓库的设计与实现 | 第27-51页 |
| ·建立券商数据仓库的需求分析 | 第27-28页 |
| ·现有数据分析 | 第28-29页 |
| ·系统采用平台 | 第29页 |
| ·证券行业数据仓库系统设计 | 第29-34页 |
| ·粒度设计 | 第29页 |
| ·维度设计 | 第29-30页 |
| ·分析主题设计 | 第30-32页 |
| ·证券行业数据仓库系统总体框架 | 第32-34页 |
| ·多维数据集的实现 | 第34-44页 |
| ·度量值设计 | 第34-35页 |
| ·维度设计 | 第35-44页 |
| ·数据转换模块的实现 | 第44-45页 |
| ·管理控制模块的实现 | 第45-46页 |
| ·多维分析模块的实现 | 第46-48页 |
| ·多维数据集的前端展示 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 4 数据挖掘的实现 | 第51-62页 |
| ·关联规则挖掘概论 | 第51-53页 |
| ·关联规则的形式化定义 | 第51-52页 |
| ·Apriori 算法 | 第52-53页 |
| ·Apriori 算法的实现 | 第53-59页 |
| ·前期数据准备 | 第53-57页 |
| ·算法实现及结果 | 第57-58页 |
| ·Apriori 算法效率分析 | 第58-59页 |
| ·一种Apriori 改进算法的实现 | 第59-61页 |
| ·算法思想 | 第59页 |
| ·算法描述 | 第59-60页 |
| ·算法效率比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 5 论文总结 | 第62-63页 |
| ·论文主要工作 | 第62页 |
| ·后续工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附录：作者在攻读硕士学位期间录用的论文 | 第66-67页 |
| 独创性声明 | 第67页 |
| 学位论文版权使用授权书 | 第67页 |
