| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 绪论 | 第8-10页 |
| 第1章 数据挖掘和上市公司数据仓库 | 第10-15页 |
| ·数据挖掘 | 第10-14页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·数据挖掘的理论、分类和主要技术 | 第11-14页 |
| ·上市公司数据仓库 | 第14-15页 |
| 第2章 基于关联规则的上市公司数据挖掘 | 第15-33页 |
| ·关联规则简介 | 第16-19页 |
| ·关联规则的概念 | 第16-18页 |
| ·关联规则的分类 | 第18-19页 |
| ·关联规则的衡量标准 | 第19-27页 |
| ·关联规则挖掘求解步骤和算法 | 第27-29页 |
| ·关联规则求解步骤 | 第27页 |
| ·关联规则算法分类 | 第27-28页 |
| ·经典关联规则Apriori算法 | 第28-29页 |
| ·关联规则在上市公司数据挖掘中的应用 | 第29-33页 |
| ·基于关系数据库的关联规则挖掘 | 第29-30页 |
| ·上市公司被处罚和上市公司被特别处理的关联规则挖掘 | 第30-33页 |
| 第3章 基于神经网络方法的上市公司数据挖掘 | 第33-52页 |
| ·神经网络简介 | 第33-36页 |
| ·神经网络的概念 | 第34页 |
| ·神经网络的分类 | 第34-36页 |
| ·神经元和神经网络理论 | 第36-44页 |
| ·神经元 | 第36-39页 |
| ·单层感知器 | 第39-41页 |
| ·多层前馈网络和BP学习算法 | 第41-44页 |
| ·神经网络在上市公司数据挖掘中的应用 | 第44-52页 |
| ·神经网络在财务风险识别中的应用 | 第44-46页 |
| ·实证研究 | 第46-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第59-60页 |
| 附录B (上市公司财务风险识别训练样本和检验样本) | 第60-63页 |