数据挖掘在证券行业的应用

发布时间：2020-04-19 13:46

【摘要】： 随着垄断格局的打破,证券公司如何应对激烈的市场竞争?如何培育公司的核心竞争力?方法只有一个:以市场为导向,以客户为中心,细分客户,积极培养客户忠诚度。客户关系管理系统(即CRM)是现代经营管理科学与现代信息技术结合的产物。本文围绕数据挖掘理论技术在证券行业的应用这一课题进行了全面而深入的研究和探讨。本课题研究是在基于前人研究成果分析基础上,对证券公司的交易数据进行分析,发现其中有意义的模型来支持证券业务的发展,改进与提出新的算法,并将数据挖掘技术应用到其中。深入地研究证券公司客户管理的目标、内容和结构,研究数据挖掘的定义及常用方法,分析数据挖掘的典型应用,分析数据挖掘可以为证券行业解决的主要问题。分析数据挖掘技术在客户管理中应用研究,数据挖掘的过程,证券公司客户管理中数据挖掘的常用方法以及客户管理中数据挖掘的典型应用。分别以证券公司为例,从数据挖掘的客户细分以及数据挖掘的客户忠诚度调查两个方面,利用数据挖掘技术对其客户管理进行分析,并指出在数据挖掘中应该注意的问题。
【图文】：

人学硕士论文数据挖掘在证券行业的一种回归算法，，用于创建数据挖掘模型以预测连续列，如预测方案中售额。其他算法创建依靠给定输入列来预测可预测列的模型(如决策，而时序模型的预测则仅根据算法在创建模型时从原始数据集派生的下关系图显示了一个典型模型，用于预测各个时间的销售额〔’”]。

图3.2聚类算法实例(a)算法不同于决策树算法等其他数据挖掘算法，区生成聚类分析模型。聚类分析算法严格地根据数存在的关系定型。算法首先标识数据集中的关系并根据这些关系生非常有用的方法，可以直观地表示算法如何对数所示。散点图可以表示数据集中的所有事例，在分类对该图中的点进行分组并阐释该算法所标识
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F224;F830.91

【参考文献】

相关期刊论文 前10条

1 张金良,李光泉,杨忠直,熊益民,张士英,吴建伟;数据挖掘在证券交易系统分析中的应用[J];地质技术经济管理;2002年06期

2 施建强,刘晓平;基于遗传算法的数据挖掘技术的研究[J];电脑与信息技术;2003年01期

3 马力;焦李成;刘国营;;一种基于路径聚类的Web用户访问模式发现算法[J];计算机科学;2004年08期

4 周燕,蔡之华;CRM中数据挖掘技术应用概述[J];计算机与现代化;2003年07期

5 李冠乾,许亮;CRM数据挖掘中关联规则的应用[J];昆明理工大学学报(理工版);2004年01期

6 胡侃,夏绍玮;基于大型数据仓库的数据采掘:研究综述[J];软件学报;1998年01期

7 蔡淑琴,刘志高,梁凯春,王略;基于Web的CRM应用系统技术支持平台研究[J];武汉理工大学学报(信息与管理工程版);2005年01期

8 杨林,黄立平;面向客户关系管理(CRM)的综合决策支持系统框架探讨[J];物流技术;2001年02期

9 杨一文,杨朝军;基于支持向量机的金融时间序列预测[J];系统工程理论方法应用;2005年02期

10 李颖基,彭宏,郑启伦;基于用户任务级的Web日志聚类[J];小型微型计算机系统;2004年09期

相关博士学位论文 前1条

1 郭刚;股票智能预测决策研究及应用[D];西北工业大学;2000年

本文编号：2633363