数据挖掘技术在证券分析中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题的背景及意义 | 第9页 |
| ·国内外研究现状和存在的问题 | 第9-11页 |
| ·本文研究内容以及主要工作 | 第11-13页 |
| 第2章 数据挖掘介绍 | 第13-21页 |
| ·数据挖掘的概念 | 第13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘所发现的知识类型 | 第14-16页 |
| ·数据仓库与数据挖掘的关系 | 第16-17页 |
| ·数据转换 | 第17-20页 |
| ·数据库的转换 | 第18页 |
| ·数据库转换的方法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 聚类分析技术在证券分析中的应用研究 | 第21-36页 |
| ·聚类分析的基本概念 | 第21-22页 |
| ·聚类分析常用的距离和相似系数定义 | 第22-27页 |
| ·距离 | 第23-25页 |
| ·相似系数 | 第25-27页 |
| ·聚类分析方法介绍 | 第27-31页 |
| ·最短距离法 | 第27-28页 |
| ·最长距离法 | 第28页 |
| ·中间距离法 | 第28-29页 |
| ·重心法 | 第29-30页 |
| ·类平均法 | 第30页 |
| ·可变类平均法 | 第30页 |
| ·可变法 | 第30-31页 |
| ·离差平方和法 | 第31页 |
| ·聚类分析方法的比较与选取 | 第31-33页 |
| ·聚类分析的意义及目的 | 第33页 |
| ·聚类分析指标体系的建立 | 第33-34页 |
| ·聚类分析指标数据的处理 | 第34-35页 |
| ·数据的标准化处理 | 第34-35页 |
| ·指标数据的同趋化处理 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 证券分析系统的实现 | 第36-50页 |
| ·概述 | 第36-37页 |
| ·开发平台介绍 | 第37-39页 |
| ·系统结构及功能设计 | 第39-49页 |
| ·数据库连接配置程序设计 | 第39-40页 |
| ·数据采集程序设计 | 第40-42页 |
| ·数据转换程序设计 | 第42-44页 |
| ·聚类分析程序设计 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实际应用结果与分析 | 第50-56页 |
| ·聚类分析应用过程 | 第50-53页 |
| ·应用结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·研究内容总结 | 第56页 |
| ·下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士研究生期间发表的论文 | 第62页 |
