金融数据挖掘：基于大数据视角的展望 [A Prospect from Big Data Perspective] 下载 mobi epub pdf 电子书 2024

编辑推荐

　　《金融数据挖掘：基于大数据视角的展望》讲述大数据时代下的金融数据挖掘方法。
　　全书从5个方面讲述大数据时代下的金融数据挖掘方法：1）数据挖掘方法；2）银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法；3）证券数据挖掘，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统；4）保险及其他数据挖掘，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题；5）从大数据的视角对金融数据挖掘进行了扩展和展望。��
　　本书适合对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家阅读，也可作为金融信息工程方向的工程硕士教材或参考书。
　　

内容简介

　　《金融数据挖掘：基于大数据视角的展望》结构分为五个篇章。第1篇介绍了数据挖掘方法。第二篇是银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。
　　《金融数据挖掘：基于大数据视角的展望》的读者可以是对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家，也可作为金融信息工程方向的工程硕士教材或参考书。

作者简介

　　许伟，男，博士，中国人民大学信息学院经济信息管理系副教授，硕士生导师。主要研究领域为金融管理、信息系统。主持国家自然科学基金、北京市自然科学基金、省市部委及金融企业合作项目多项，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等国内外期刊和国际会议上发表研究论文50余篇，获得北京市优秀人才、北京市科技新星、IBM访问学者、北京市哲学社会科学优秀成果奖等多个奖项。

内页插图

精彩书评

目录

第一篇 金融数据挖掘概述
第1章 绪论
1.1 金融领域进行数据挖掘的必要性
1.2 金融数据挖掘的应用领域
1.3 金融数据挖掘的过程
1.4 本章小结
第2章 数据挖掘的原理、方法与技术
2.1 数据挖掘概述
2.2 数据预处理
2.3 数据仓库的建立
2.4 数据挖掘方法
2.5 数据挖掘评估
2.6 本章小结

第二篇 银行数据挖掘
第3章 基于神经网络的信用评分方法
3.1 引言
3.2 神经网络
3.3 数据集
3.4 实验设计
3.5 实验结果
3.6 实验结果分析
3.7 本章小结
第4章 基于支持向量机的信用风险评估方法
4.1 引言
4.2 SVM参数优化方法
4.3 实证分析
4.4 本章小结
第5章 基于数据挖掘的银行信贷评价方法
5.1 引言
5.2 基于数据挖掘的银行信贷评价模型
5.3 实证检验
5.4 本章小结

第三篇 证券数据挖掘
第6章 基于粗糙集的股票价格预测方法
6.1 引言
6.2 基于粗糙集的预测方法
6.3 基于粗糙集的股票预测模型
6.4 实证分析
6.5 本章小结
第7章 基于网络信息的金融市场价格预测
7.1 引言
7.2 微博的发展及在金融预测中的实际意义
7.3 相关性检验与SVM股价预测
7.4 实证分析
7.5 本章小结
第8章 基于数据挖掘的股票自动交易系统
8.1 引言
8.2 神经网络和小波分析技术
8.3 基于小波分析和BP神经网络的股票自动交易系统
8.4 实证分析
8.5 本章小结
……
第四篇 保险及其他数据挖掘
第五篇 基于金融大数据视角的展望

前言/序言

　　进入21世纪，中国金融业对信息化工作前所未有的重视，众多金融机构都建立起了自己的数据平台，形成了金融机构网络和垂直业务体系，实现了金融数据大集中。这些数据有三个特点。第一个特点是数据量大，一般达到PB级。第二个特点是类型多，如非结构化数据、半结构化数据、流数据等。第三个特点是价值密度低，有用的数据含量少。这都是大数据的典型特点。随着金融数据基础设施硬件建设的不断发展，如何处理每天产生的大数据，进行科学的分析处理，挖掘隐藏在数据内部各种有价值的关联，并及时提供决策支持，成为摆在金融业面前的新课题。
　　大数据时代的到来，使得世界不得不更多地使用智能数据挖掘技术。目前，金融数据挖掘引起了众多学者和业界人士的广泛关注。在这种背景下，本书力求把握金融数据挖掘的最新动向，开发金融数据挖掘的典型案例，从大数据的视角加以思考和探索，并为金融数据挖掘研究和应用的发展提供有益的支持。
　　编写本书的另一个出发点是，近年来我国金融业迅猛发展，金融信息化人才的需求量大大增加，相当多的毕业生进入了金融信息化行业。为满足实践的需要，很多大学的软件学院设立了金融信息系或金融信息专业，培养一批又一批的金融信息专业人才。笔者最近几年一直参与讲授一些院校的金融数据挖掘专业的工程硕士课程，感到缺少这样一本教材，所以组织师生编写了本书。
　　本书介绍了金融数据挖掘的一些典型应用。本书与作者以前出版的《网络金融》《数据挖掘算法与应用》《互联网金融信息系统的设计与实现》《电子商务理论与实践》《网络金融信息挖掘导论》《网络金融系统设计与实现案例集》《互联网金融信息智能挖掘基础》和《支持向量机算法及其金融应用》八本书之间的关系见图0-1。本书是这些书籍在金融数据挖掘方面的延续和补充。

专业书籍，看着有些费劲

第二篇是银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。

不错

有了这书金融时代个人也能搞分析

书还没看，但是质量不错，配送员服务态度很好。

具体内容限于篇幅或者其他原因，更详细点就好了

专业书籍，看着有些费劲

不错的书，正在看不错的书，正在看

给朋友买的啊还没看还没看