基于数据挖掘技术的金融风险分类预警研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·金融风险研究背景 | 第8页 |
| ·金融风险研究现状 | 第8-10页 |
| ·数据挖掘研究现状 | 第10-11页 |
| ·研究目的与意义 | 第11-12页 |
| 第二章 金融风险介绍 | 第12-22页 |
| ·风险综述 | 第12-15页 |
| ·风险的定义 | 第12-13页 |
| ·金融风险的特征 | 第13-15页 |
| ·金融风险预警概述 | 第15-16页 |
| ·金融风险预警概念 | 第15页 |
| ·金融风险预警的目标和原则 | 第15-16页 |
| ·金融风险预警系统的结构 | 第16-22页 |
| ·预警系统的基本结构 | 第16-19页 |
| ·完善金融风险预警指标体系 | 第19-22页 |
| 第三章 数据挖掘技术在金融领域的分析及其特点 | 第22-27页 |
| ·数据挖掘的基本概念 | 第22-23页 |
| ·数据挖掘的任务 | 第23-24页 |
| ·数据挖掘常用的方法及特点 | 第24-25页 |
| ·数据挖掘在金融领域中的优势 | 第25-27页 |
| ·传统金融数据分析特点与问题 | 第25-26页 |
| ·数据挖掘与传统分析方法的区别 | 第26-27页 |
| 第四章 模糊聚类与神经网络 | 第27-45页 |
| ·聚类分析 | 第27-33页 |
| ·聚类分析的定义与划分的方法 | 第27-28页 |
| ·FCM聚类算法 | 第28-30页 |
| ·聚类有效性指标 | 第30-33页 |
| ·FCM算法的改进 | 第33-37页 |
| ·聚类数c的确定 | 第33-35页 |
| ·权指数m的确定 | 第35-37页 |
| ·神经网络 | 第37-44页 |
| ·神经网络技术 | 第37-44页 |
| ·基于模糊聚类和神经网络的混合模型 | 第44-45页 |
| 第五章 实证分析 | 第45-52页 |
| ·数据的归一化处理 | 第45-46页 |
| ·FCM算法聚类 | 第46-49页 |
| ·预警 | 第49-52页 |
| 第六章 总结与展望 | 第52-53页 |
| ·研究工作 | 第52页 |
| ·不足与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
