分类规则挖掘在金融中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 规则挖掘的研究现状 | 第13-14页 |
| 1.3 本文主要内容 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 规则挖掘综述 | 第16-28页 |
| 2.1 规则挖掘的方法 | 第16-23页 |
| 2.1.1 关联规则挖掘算法 | 第16-18页 |
| 2.1.2 分类规则挖掘算法 | 第18-23页 |
| 2.1.2.1 决策树算法 | 第18-20页 |
| 2.1.2.2 贝叶斯分类 | 第20-22页 |
| 2.1.2.3 神经网络 | 第22-23页 |
| 2.2 规则挖掘相关技术 | 第23-27页 |
| 2.2.1 离群点检测技术 | 第23-26页 |
| 2.2.2 数据预处理技术 | 第26页 |
| 2.2.3 降维技术 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 金融对账问题的定义与转换 | 第28-40页 |
| 3.1 项目背景和需求 | 第28-30页 |
| 3.2 问题的转换 | 第30-32页 |
| 3.3 数据预处理 | 第32-34页 |
| 3.3.1 数据清洗 | 第32页 |
| 3.3.2 数据集成 | 第32-33页 |
| 3.3.3 数据转换 | 第33-34页 |
| 3.4 特征选择 | 第34-37页 |
| 3.4.1 遗传算法 | 第34-36页 |
| 3.4.2 人机交互的迭代方式 | 第36-37页 |
| 3.5 距离定义 | 第37-38页 |
| 3.6 金融规则挖掘的不同场景 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 监督的分类规则挖掘 | 第40-63页 |
| 4.1 基于决策树的规则挖掘 | 第40-44页 |
| 4.1.1 决策树的构建步骤 | 第40-43页 |
| 4.1.2 优缺点分析 | 第43-44页 |
| 4.2 非平衡数据集的规则挖掘 | 第44-50页 |
| 4.2.1 数据非平衡对规则挖掘的影响 | 第44-45页 |
| 4.2.2 非平衡问题的解决方法 | 第45-46页 |
| 4.2.3 基于KNN的样本选择 | 第46-48页 |
| 4.2.4 非平衡数据规则挖掘系统方案 | 第48-50页 |
| 4.3 结果的评价指标 | 第50-51页 |
| 4.4 实验设计 | 第51-62页 |
| 4.4.1 实验数据来源 | 第51-53页 |
| 4.4.2 非平衡数据集对比实验 | 第53-58页 |
| 4.4.2.1 一般的决策树算法 | 第53-54页 |
| 4.4.2.2 随机欠采样方法 | 第54-55页 |
| 4.4.2.3 随机过采样方法 | 第55-56页 |
| 4.4.2.4 基于KNN的样本选择方法 | 第56-57页 |
| 4.4.2.5 实验对比 | 第57-58页 |
| 4.4.3 平衡数据集对比实验 | 第58-61页 |
| 4.4.3.1 一般的决策树算法 | 第58-59页 |
| 4.4.3.2 基于KNN的样本选择方法 | 第59-61页 |
| 4.4.4 实验总结 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 非监督的分类规则挖掘 | 第63-86页 |
| 5.1 基于聚类的规则挖掘 | 第63-68页 |
| 5.1.1 基于聚类的规则挖掘介绍 | 第63-64页 |
| 5.1.2 K-Modes算法介绍 | 第64-66页 |
| 5.1.3 基于聚类的规则挖掘整体框架 | 第66-67页 |
| 5.1.4 优缺点分析 | 第67-68页 |
| 5.2 基于LOF算法的规则挖掘 | 第68-77页 |
| 5.2.1 LOF算法介绍 | 第68-71页 |
| 5.2.2 结果的评价标准 | 第71-72页 |
| 5.2.3 改进的LOF算法 | 第72-74页 |
| 5.2.4 基于LOF算法的规则挖掘整体框架 | 第74-76页 |
| 5.2.5 优缺点分析 | 第76-77页 |
| 5.3 实验设计 | 第77-84页 |
| 5.3.1 LOF算法实验结果 | 第77-79页 |
| 5.3.2 非平衡数据集对比实验 | 第79-81页 |
| 5.3.3 平衡数据集对比实验 | 第81-84页 |
| 5.3.4 实验总结 | 第84页 |
| 5.4 本章小结 | 第84-86页 |
| 第6章 总结与展望 | 第86-88页 |
| 6.1 论文总结 | 第86页 |
| 6.2 对未来研究的展望 | 第86-88页 |
| 参考文献 | 第88-90页 |
| 攻读硕士学位期间主要的研究成果 | 第90-91页 |
| 致谢 | 第91页 |
