| 中文摘要 | 第6-8页 |
| 英文摘要 | 第8-9页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 数据挖掘 | 第10-12页 |
| 1.2 数据挖掘在金融领域的应用 | 第12-13页 |
| 1.3 数据挖掘在用户行为分析中的应用 | 第13-16页 |
| 1.4 本文主要工作内容 | 第16-17页 |
| 第2章 整体投资交易行为量化分析 | 第17-26页 |
| 2.1 投资交易行为数据获取及预处理 | 第17-18页 |
| 2.2 投资交易行为的定义及量化 | 第18-20页 |
| 2.3 整体交易行为分析 | 第20-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于K-means算法的中短期交易行为聚类分析 | 第26-31页 |
| 3.1 聚类算法 | 第26-27页 |
| 3.2 数据处理及定义 | 第27-28页 |
| 3.3 聚类结果分析 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 基于决策树模型的投资者交易行为研究 | 第31-38页 |
| 4.1 决策树理论 | 第31-32页 |
| 4.2 投资者行为特征的提取转化 | 第32-35页 |
| 4.3 基于决策树模型的投资者交易行为与收益之间的研究 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 总结与展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 学位论文评阅及答辩情况表 | 第43页 |