| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-11页 |
| ·系统简介 | 第8页 |
| ·系统特点 | 第8-9页 |
| ·本文的主要工作 | 第9-11页 |
| 第二章 报表功能实现 | 第11-25页 |
| ·功能简介 | 第11-12页 |
| ·JasperReport及iReport简介 | 第12-13页 |
| ·JasperReport简介 | 第12页 |
| ·iReport简介 | 第12-13页 |
| ·JasperReport流程示意图及主要API介绍 | 第13-16页 |
| ·JasperReport中元素简介 | 第16-18页 |
| ·Report Data | 第16页 |
| ·Field | 第16-17页 |
| ·Parameter | 第17页 |
| ·Variable | 第17页 |
| ·Expression | 第17-18页 |
| ·报表具体实现 | 第18-25页 |
| ·报表设计实现示意图 | 第18页 |
| ·一期报表实现 | 第18-20页 |
| ·二期报表实现 | 第20-25页 |
| 第三章 基本信息维护及风险预测 | 第25-31页 |
| ·功能简介 | 第25页 |
| ·基本信息维护 | 第25-28页 |
| ·Fundinfo表管理 | 第25-26页 |
| ·Assetprice表管理 | 第26-27页 |
| ·Benchmark管理 | 第27-28页 |
| ·风险管理功能 | 第28-31页 |
| ·相关性检查 | 第28-29页 |
| ·股票池检查 | 第29-31页 |
| 第四章 关联规则及经典算法 | 第31-41页 |
| ·关联规则的有关术语和定义 | 第31-35页 |
| ·Apriori算法及其变种 | 第35-41页 |
| ·候选项目集的生成 | 第36-37页 |
| ·Subset函数 | 第37-38页 |
| ·算法描述 | 第38页 |
| ·AprioriTid算法 | 第38-41页 |
| 第五章 股票信息的数据挖掘 | 第41-53页 |
| ·股票信息挖掘简介 | 第41页 |
| ·股票信息中一维关系的关联规则发掘 | 第41-46页 |
| ·一维关系关联规则说明 | 第41页 |
| ·股票信息与关联规则相关的术语及概念定义 | 第41-42页 |
| ·一维规则挖掘算法Optimized Apriori算法 | 第42-44页 |
| ·实验结果 | 第44-46页 |
| ·股票信息中多维关系的关联规则发掘 | 第46-51页 |
| ·多维关系关联规则说明 | 第46页 |
| ·跨时间序列规则相关的术语及定义 | 第46-47页 |
| ·跨时间序列规则挖掘算法 | 第47-49页 |
| ·实验结果 | 第49-51页 |
| ·股票信息可进行的其余数据挖掘 | 第51-53页 |
| ·周期事件的发现 | 第51页 |
| ·时态关系的发现 | 第51-52页 |
| ·相似性的发现 | 第52页 |
| ·用户信息的数据挖掘 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| ·结束语 | 第53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 摘要 | 第56-59页 |
| Abstract | 第59-63页 |
| 致谢 | 第63-64页 |
| 导师及作者简介 | 第64页 |