数据挖掘在沪市公司分类的应用
| 内容提要 | 第1-8页 |
| 第1章 数据挖掘技术背景简介 | 第8-11页 |
| ·定义：数据挖掘 | 第8-9页 |
| ·数据挖掘可以解决的几方面商业问题 | 第9-10页 |
| ·主要的厂商及产品 | 第10页 |
| ·未来的发展前景 | 第10-11页 |
| 第2章 上市公司分类的现有情况分析 | 第11-13页 |
| ·分类的意义 | 第11页 |
| ·常见的分类方法 | 第11-12页 |
| ·常见分类方法的不足 | 第12-13页 |
| 第3章 分类数据的选择和整理 | 第13-24页 |
| ·国家对国有企业绩效考核的指标体系 | 第13-14页 |
| ·层次结构分明 | 第13-14页 |
| ·主观性增强 | 第14页 |
| ·组织困难，成本高 | 第14页 |
| ·采用财务绩效评定的指标作为本文的输入变量 | 第14-16页 |
| ·盈利能力指数 | 第14-15页 |
| ·资产质量指数 | 第15页 |
| ·债务风险指数 | 第15页 |
| ·经营增长状况 | 第15-16页 |
| ·二级指标权重的确定 | 第16-18页 |
| ·不同时期各项财务指标作用大小不同 | 第16-17页 |
| ·主成分分析的原理及基本思想 | 第17页 |
| ·主成分分析步骤 | 第17-18页 |
| ·一级指标做k-means 聚类分析 | 第18-24页 |
| 第4章 数据提取的方法和数据来源 | 第24-36页 |
| ·财务数据源自internet 上的网站 | 第24-25页 |
| ·数据提取的工具软件 | 第25页 |
| ·数据提起的技术途径 | 第25-26页 |
| ·数据源的结构分析 | 第26-36页 |
| ·获取证券代码表 | 第26-30页 |
| ·搜寻当期财务指标 | 第30页 |
| ·获取以往的历史记录 | 第30-34页 |
| ·容错设计 | 第34-36页 |
| 第5章 数据挖掘的过程与分析 | 第36-45页 |
| ·商业的理解 | 第36页 |
| ·数据的理解 | 第36-42页 |
| ·盈利能力指数方面的数据 | 第36-38页 |
| ·资产质量指数方面的数据 | 第38-40页 |
| ·债务风险指数方面的数据 | 第40-41页 |
| ·经营增长指数方面的数据 | 第41-42页 |
| ·K-means 聚类分类模型 | 第42-44页 |
| ·分类的结果分析 | 第44-45页 |
| 第6章 方法的不足和改善 | 第45-47页 |
| ·序列数据的分析 | 第45页 |
| ·财务报表中蕴含的其他指标信息 | 第45页 |
| ·分类算法的改善 | 第45-46页 |
| ·分类结果的参考价值 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 摘要 | 第50-52页 |
| Abstract | 第52-55页 |
