| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 图表目录 | 第9-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题的研究背景 | 第10页 |
| ·本文的主要研究内容及安排 | 第10-13页 |
| 第二章 数据挖掘、关联规则及股市简介 | 第13-30页 |
| ·数据挖掘技术 | 第13-18页 |
| ·数据挖掘的概念 | 第13-14页 |
| ·数据挖掘的研究历史与现状 | 第14-15页 |
| ·数据挖掘的功能 | 第15-16页 |
| ·数据挖掘技术的发展方向 | 第16-18页 |
| ·关联规则挖掘 | 第18-24页 |
| ·关联规则挖掘的基本概念 | 第18-22页 |
| ·支持度 | 第18-20页 |
| ·关联规则 | 第20-21页 |
| ·可信度 | 第21-22页 |
| ·兴趣度 | 第22页 |
| ·关联规则的分类 | 第22-23页 |
| ·关联规则算法综述 | 第23-24页 |
| ·股票的背景知识和中国股市的特点 | 第24-30页 |
| ·股票的背景知识 | 第24-30页 |
| 第三章 关联规则的基本算法及改进算法在股票市场的应用 | 第30-50页 |
| ·Apriori算法 | 第30-35页 |
| ·Apriori算法过程 | 第30-33页 |
| ·Apriori算法评价 | 第33-34页 |
| ·Apriori改进算法 | 第34-35页 |
| ·股票分析中传统 Apriori算法存在的问题 | 第35-39页 |
| ·基于新交易行为敏感性的Apriori优化算法 | 第39-42页 |
| ·基于权重参数的Apriori优化算法 | 第42-50页 |
| 第四章 关联规则在股票市场的应用 | 第50-54页 |
| ·数据预处理 | 第50-52页 |
| ·挖掘关联规则 | 第52页 |
| ·实验结果 | 第52-53页 |
| ·对股票市场关联规则的进一步分析 | 第53-54页 |
| 第五章 结论 | 第54-56页 |
| ·论文总结 | 第54页 |
| ·工作展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |