基于数据挖掘的金融数据分析系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究内容 | 第9页 |
| 1.4 论文的组织结构 | 第9-10页 |
| 1.5 本章小结 | 第10-12页 |
| 第2章 相关技术综述 | 第12-18页 |
| 2.1 金融数据挖掘相关理论 | 第12-13页 |
| 2.2 决策树方法概述 | 第13-15页 |
| 2.3 Microsoft.NET平台 | 第15页 |
| 2.3.1 NET平台的特点 | 第15页 |
| 2.3.2 NET基础结构 | 第15页 |
| 2.4 本章小结 | 第15-18页 |
| 第3章 需求分析与概要设计 | 第18-32页 |
| 3.1 系统需求分析 | 第18-21页 |
| 3.1.1 问题的提出 | 第18页 |
| 3.1.2 系统功能性需求 | 第18-21页 |
| 3.2 实施方案设计 | 第21-22页 |
| 3.3 总体结构设计 | 第22-29页 |
| 3.3.1 系统主要功能模块设计 | 第22-26页 |
| 3.3.2 系统数据库设计 | 第26-29页 |
| 3.4 金融数据仓库设计 | 第29-31页 |
| 3.4.1 金融机构数据仓库模型 | 第29页 |
| 3.4.2 金融数据仓库星形图设计 | 第29页 |
| 3.4.3 金融数据仓库元数据管理 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 系统设计中的关键技术问题 | 第32-50页 |
| 4.1 案例推理过程 | 第32-36页 |
| 4.2 基于加权多随机决策树的金融分析方法 | 第36-44页 |
| 4.2.1 属性权值计算 | 第37-38页 |
| 4.2.2 基于随机决策树的金融机构风险分析 | 第38-39页 |
| 4.2.3 验证实验 | 第39-44页 |
| 4.3 网络金融数据抓取方法 | 第44-47页 |
| 4.3.1 金融网站数据获取 | 第44-45页 |
| 4.3.2 网页内金融数据提取 | 第45-47页 |
| 4.4 本章小结 | 第47-50页 |
| 第5章 系统主要模块实现效果 | 第50-58页 |
| 5.1 数据挖掘方法管理 | 第50-51页 |
| 5.2 综合分析模块 | 第51-56页 |
| 5.3 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 个人简历 | 第66页 |
