金融大数据分析服务的模型及应用研究

发布时间：2021-11-22 07:45

　　随着金融领域数据量的爆炸式持续增长,如何充分挖掘大数据的有效价值,如何及时快速处理大数据计算任务,从而为用户提供高价值高时效的服务,已经成为了当前需要深入研究的问题。在大数据时代,金融分析服务的处理模型和采用技术都面临新挑战,亟需进一步研究满足服务价值和时效两方面需求的服务模型、组合方法与大数据处理技术。本文首先设计金融大数据分析服务的模型、处理流程、系统框架,然后开展多视角学习的组合方法和任务调度关键技术的研究,最后在此基础上实现一个证券大数据分析服务系统。主要工作内容如下:1)构建金融大数据分析服务模型。以提供准确及时的服务为目标,根据分层递阶思想设计出了四层服务模型。通过研究分析即服务（AnalysisasaService,AaaS）的相关概念,对各层功能进行了形式化定义,并从中发现后续研究方向。此外,优化了业务流程和系统架构,也分析了系统实现所需的关键技术。2)提升服务价值的方法研究,采用多视角学习方法的分析服务组合。针对传统分析服务面临大数据价值密度低、特征维度高的问题,提出了多视角线性判别分析算法（Multi-view Linear Discriminant Analysi... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

论文组织结构图

根据相关技术算法进行分析、计算数据，在用户调用时提供了数据分析结果的服务。??可以分为两种服务模式：在线大数据分析服务模式和离线大数据分析服务模式，如下??图３?（ａ）?（ｂ）所示。??实时翻??用户?Ｉ??响应内存??時久化??——＊——??可视化结果＾—分析结果＾＾磁盘?????????图３?（ａ）在线大数据服务模式??９??

?＾??图３?（ｂ）离线大数据服务模式??由图３?（ａ）可知，在线大数据服务请求实时服务，指对不断采集的实时数据进??行处理，适合实时性要求高、数据吞吐量略小的场景。这种模式下，数据进入系统是??一般不会被存储，而是在内存中直接计算得到结果，最后以可视化的形式返回用户界??面。同时，由图３?（ｂ）可知，离线大数据服务请求模式是先将实时数据与历史数据??存储起来，等需要的时候才重新读取数据进行计算，更适合于实时性要求不高，对数??据进行深度挖掘的场景。??２．?２服务模型??本文借助商空间理论［３（）］中分层递阶思想［３１］来设计金融大数据分析服务模型，这??种分层递阶思想是将复杂问题逐层细分，直到找到最易求解的子问题，通过逐个解决??子问题来求得复杂问题的解。采用分层递阶思想降低了模型的难度和复杂度，另有以??下三方面优点：１）复杂问题求解简单化。能够分割出问题的多个层次以求得快速解??决

【参考文献】：
期刊论文
[1]CCF大专委2016年大数据发展趋势预测——解读和行动建议[J]. 潘柱廷,程学旗,袁晓如,周涛,靳小龙.  大数据. 2016(01)
[2]基于特征表示的金融多元时间序列数据分析[J]. 万校基,李海林.  统计与决策. 2015(23)
[3]分布式系统下的DAG任务调度研究综述[J]. 田国忠,肖创柏.  计算机工程与科学. 2015(05)
[4]基于异构CMP的改进蚁群优化任务调度策略[J]. 李静梅,张大虎,吴艳霞.  计算机工程与应用. 2015(18)
[5]一种基于多视图数据的半监督特征选择和聚类算法[J]. 汪荆琪,徐林莉.  数据采集与处理. 2015(01)
[6]大数据分析服务平台实践[J]. 丁贤.  电脑知识与技术. 2015(01)
[7]大数据分析的方法及其在情报研究中的适用性初探[J]. 江信昱,王柏弟.  图书与情报. 2014(05)
[8]基于组件的大数据分析服务平台[J]. 赵薇,刘杰,叶丹.  计算机科学. 2014(09)
[9]大数据环境下基于云的分析即服务平台研究[J]. 张鼐,张英,杜云,李英剑.  情报探索. 2014(08)
[10]基于任务复制的多关键路径任务调度算法[J]. 李静梅,尤晓非,韩启龙.  计算机工程与设计. 2014(05)

博士论文
[1]云环境下大数据服务及其关键技术研究[D]. 林文敏.南京大学 2015
[2]商空间的粒化关键技术及问题求解研究[D]. 陈洁.安徽大学 2014
[3]大数据服务若干关键技术研究[D]. 韩晶.北京邮电大学 2013

硕士论文
[1]基于分层递阶的网络结构洞占据者挖掘研究[D]. 崔平平.安徽大学 2016
[2]科学大数据云分析服务的性能优化技术研究[D]. 邱能俊.贵州大学 2015



本文编号：3511249