內容介紹
《金融數據挖掘：基於大數據視角的展望》結構分為五個篇章。第一篇介紹了數據挖掘方法。第二篇是銀行數據挖掘篇，介紹了基於神經網路和支持向量機的信用評分方法。第三篇是證券數據挖掘篇，探討了基於多種數據挖掘方法的股票價格預測、金融市場價格預測及股票自動交易系統。第四篇是保險及其他數據挖掘篇，研究了基於數據挖掘的保險欺詐監測、企業破產預測、財務報表欺詐監測等問題。第五篇從大數據的視角對金融數據挖掘進行了擴展和展望。《金融數據挖掘：基於大數據視角的展望》的讀者可以是對數據挖掘算法感興趣的計算機專業人士或是對金融信息挖掘感興趣的領域專家，也可作為金融信息工程方向的工程碩士教材或參考書。
作品目錄
第一篇 金融數據挖掘概述第1章 緒論
1.1 金融領域進行數據挖掘的必要性
1.2 金融數據挖掘的套用領域
1.3 金融數據挖掘的過程
1.4 本章小結
第2章 數據挖掘的原理、方法與技術
2.1 數據挖掘概述
2.2 數據預處理
2.3 數據倉庫的建立
2.4 數據挖掘方法
2.5 數據挖掘評估
2.6 本章小結
第二篇 銀行數據挖掘
第3章 基於神經網路的信用評分方法
3.1 引言
3.2 神經網路
3.3 數據集
3.4 實驗設計
3.5 實驗結果
3.6 實驗結果分析
3.7 本章小結
第4章 基於支持向量機的信用風險評估方法
4.1 引言
4.2 SVM參數最佳化方法
4.3 實證分析
4.4 本章小結
第5章 基於數據挖掘的銀行信貸評價方法
5.1 引言
5.2 基於數據挖掘的銀行信貸評價模型
5.3 實證檢驗
5.4 本章小結
第三篇 證券數據挖掘
第6章 基於粗糙集的股票價格預測方法
6.1 引言
6.2 基於粗糙集的預測方法
6.3 基於粗糙集的股票預測模型
6.4 實證分析
6.5 本章小結
第7章 基於網路信息的金融市場價格預測
7.1 引言
7.2 微博的發展及在金融預測中的實際意義
7.3 相關性檢驗與SVM股價預測
7.4 實證分析
7.5 本章小結
第8章 基於數據挖掘的股票自動交易系統
8.1 引言
8.2 神經網路和小波分析技術
8.3 基於小波分析和BP神經網路的股票自動交易系統
8.4 實證分析
8.5 本章小結
……
第四篇 保險及其他數據挖掘
第五篇 基於金融大數據視角的展望
