基于粗糙集的股票推荐研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·本文研究的目的和意义 | 第12-13页 |
| ·国内外研究和应用现状 | 第13-16页 |
| ·论文的创新点 | 第16页 |
| ·论文研究的主要内容 | 第16-18页 |
| 2 挖掘理论研究 | 第18-28页 |
| ·粗糙集理论 | 第18-25页 |
| ·知识的含义与表示 | 第18-19页 |
| ·不可分辨关系 | 第19页 |
| ·粗糙集的上、下近似及边界区 | 第19-21页 |
| ·可辨识矩阵 | 第21页 |
| ·属性的重要度 | 第21-22页 |
| ·属性约简 | 第22-23页 |
| ·约简算法 | 第23-25页 |
| ·决策规则 | 第25-26页 |
| ·粗糙集在数据挖掘的应用 | 第26-27页 |
| ·粗糙集在数据挖掘的作用 | 第26页 |
| ·粗糙集作为数据挖掘的优势 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于相对性能界的算法研究 | 第28-33页 |
| ·属性约简属于NP难问题 | 第28页 |
| ·解决NP难问题的方法 | 第28-29页 |
| ·近似算法 | 第29-30页 |
| ·差界 | 第29页 |
| ·相对性能界 | 第29-30页 |
| ·多项式近似方案和完全多项式近似方案 | 第30页 |
| ·相对性能界确定算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 粗糙集属性约简在股票的应用 | 第33-42页 |
| ·粗糙集挖掘的功能 | 第33-34页 |
| ·数据预处理 | 第34-35页 |
| ·连续属性离散化 | 第35页 |
| ·属性约简 | 第35-36页 |
| ·规则获取 | 第36-37页 |
| ·规则解释 | 第37页 |
| ·实验数据 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 5 股票推荐仿真应用及分析 | 第42-49页 |
| ·数据准备 | 第42-44页 |
| ·清理数据 | 第42页 |
| ·属性构造 | 第42-43页 |
| ·连续属性离散化 | 第43-44页 |
| ·基于属性重要度的约简 | 第44-45页 |
| ·规则提取及解释 | 第45-47页 |
| ·对比实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
