基于改进聚类算法在金融用户投资推荐中的应用研究

发布时间：2017-08-15 17:02

  本文关键词：基于改进聚类算法在金融用户投资推荐中的应用研究

  更多相关文章： 金融时间序列数据 聚类算法 K-means BIRCH 核心树

【摘要】：在充分分析传统K-means和BIRCH聚类算法优缺点的基础上,提出改进的基于核心树的增量聚类算法,该算法可以很好地完成金融投资推荐任务,在一定程度上降低了金融用户投资风险,具有较强的实践意义。
【作者单位】： 福建船政交通职业学院;
【关键词】： 金融时间序列数据 聚类算法 K-means BIRCH 核心树
【分类号】：F832.5
【正文快照】： 在经济全球化的支持下,金融行业产生的金融时间序列数据呈指数增长,积压在金融行业中的数据越来越多,依靠人工或者简单的计算模型往往很难得到精确计算结果。金融时间序列数据的挖掘和处理是金融信息化的趋势,趋于成熟化的数据挖掘算法将会给拥有大量有意义数据的金融行业带来

【参考文献】

中国期刊全文数据库 前1条

1 张成虎;李霖魁;;基于信息融合的多层次多因素客户洗钱风险综合评估研究[J];湖南社会科学;2015年01期

【共引文献】

中国期刊全文数据库 前2条

1 任敬东;;关于会计事务所洗钱风险及政策建议[J];企业导报;2015年15期

2 胡志峰;;自动故障检测与诊断在暖通空调中的运用[J];企业导报;2015年15期

【二级参考文献】

中国期刊全文数据库 前10条

1 张成虎;赵小虎;;基于贝叶斯分类的可疑金融交易识别研究[J];财经研究;2009年10期

2 彭韶兵;周婧;;银行业反洗钱内部控制效率评价指数研究[J];国际金融研究;2013年01期

3 唐旭;张雁;师永彦;曹作义;;中国洗钱风险评估研究[J];金融发展评论;2011年05期

4 郭英见;吴冲;;基于信息融合的商业银行信用风险评估模型研究[J];金融研究;2009年01期

5 唐旭;师永彦;曹作义;;中国反洗钱工作有效性研究[J];金融研究;2009年08期

6 徐t樋，

本文编号：679277