數(shù)據(jù)挖掘金融論文范文-試析數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用word版下載

《數(shù)據(jù)挖掘金融論文范文-試析數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用word版下載》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、數(shù)據(jù)挖掘金融論文范文:試析數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用word版下載數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用論文導(dǎo)讀：本論文是一篇關(guān)于數(shù)據(jù)挖掘技術(shù)在金融領(lǐng)域的應(yīng)用的優(yōu)秀論文范文，對(duì)正在寫有關(guān)于數(shù)據(jù)挖掘論文的寫作者有一定的參考和指導(dǎo)作用，論文片段：各自的聚集里，然后對(duì)得到的那些聚集進(jìn)行分析，這樣很容易就能得岀結(jié)果。5)描述以及可視化(DescriptiormndVisudlization)是數(shù)據(jù)挖掘得出的結(jié)果的一種表達(dá)方式。1.2數(shù)據(jù)挖掘的過程1)確定業(yè)務(wù)對(duì)象：清晰地定義出業(yè)務(wù)理由，認(rèn)清數(shù)據(jù)挖掘的目的是數(shù)據(jù)挖掘的重要一步。挖掘的最后結(jié)構(gòu)是不可預(yù)測(cè)的，但要探索的理由應(yīng)是有摘要：隨著信息化的快

2、速發(fā)展和中國(guó)金融業(yè)的日益繁重，數(shù)據(jù)挖掘技術(shù)作為一種前沿的信息處理技術(shù)被廣泛應(yīng)用與金融領(lǐng)域。數(shù)據(jù)挖掘的能夠?qū)鹑跇I(yè)中海量的數(shù)拯進(jìn)行采集、轉(zhuǎn)換、分析、統(tǒng)計(jì)從而給金融企業(yè)以決策支持，使得金融企業(yè)在激烈的競(jìng)爭(zhēng)中掌握主動(dòng)、給金融企業(yè)更廣闊的發(fā)展空間。關(guān)鍵詞：數(shù)據(jù)挖掘；金融領(lǐng)域；應(yīng)用1009-3044(2012)09-1982-03TheUsingofDataMiningTechnologyintheFinancialFieldofResearchWUJian(ThePeopleBankofChinaHangzhouBranch,Hangzhou310001,China)Abstract

3、:WiththefastdevelopmentofinformationtechnologyandChinesefinancialindustryincreasinglyonerous,thedataminingtechnologyasafrontierofinformationprocessingtechnologyiswidelyusedinfinancialfield?Dataminingtofinancialdataacquisition,conversion,analysis,statisticsandfinancialenterprisestodecisionsu

4、pport,makingthefinancialenterprisesinthefiercecompetitiontoseizetheinitiative,tothefinancialenterprisevasterdevelopmentspace?Keywords:dataMining;financialfield;application從20世紀(jì)末開始，各行業(yè)收集數(shù)據(jù)以及利用信息的能力大幅提高，在政府辦公、工程開發(fā)、科學(xué)研究、商業(yè)運(yùn)作等各領(lǐng)域都存在大量的數(shù)據(jù)庫，并且，數(shù)據(jù)庫的規(guī)模、容量呈現(xiàn)爆炸式的增長(zhǎng)。在各個(gè)領(lǐng)域中保存的信息越來越多，在這暴漲式增長(zhǎng)的數(shù)據(jù)背后包含有大量重要

5、的信息，各行業(yè)希望能夠?qū)⑦@些信息提取處理進(jìn)行更進(jìn)一步的分析以便充分利用掌握的數(shù)據(jù)。在目前金融行業(yè)使用的數(shù)據(jù)庫大多數(shù)可以高效的進(jìn)行數(shù)據(jù)查詢、修改、統(tǒng)計(jì)，但是缺乏有限的規(guī)則去發(fā)現(xiàn)數(shù)據(jù)間的規(guī)則和關(guān)系，也很難預(yù)測(cè)數(shù)據(jù)未來的發(fā)展趨勢(shì)。缺乏有效的數(shù)據(jù)利用手段使得人們很難去分離有效的數(shù)據(jù)，這導(dǎo)致了在信息爆炸的時(shí)代卻出現(xiàn)知識(shí)貧乏的現(xiàn)象。從而一個(gè)創(chuàng)新性的想法被提出，在這個(gè)信息急速增長(zhǎng)的時(shí)代，信息爆炸是各行業(yè)面對(duì)的理由。如何及時(shí)的從中發(fā)現(xiàn)有用的信息，如何不被信息的海洋淹沒，如何提高信息利用率呢？知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并得到了迅速的發(fā)展，并且被越來越多的行業(yè)關(guān)注和使用。1數(shù)據(jù)挖掘簡(jiǎn)介數(shù)據(jù)

6、挖掘(DataMining)就是從隨機(jī)的、不完全的、大量的、模糊的、有噪聲的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的知識(shí)和信息的過程。1.1數(shù)據(jù)挖掘策略在數(shù)據(jù)挖掘中常用的分析策略包括：1)分類(Classification)：首先從海量的數(shù)據(jù)中篩選岀經(jīng)過分類的信息訓(xùn)練集，在信息該訓(xùn)練集中采用數(shù)據(jù)挖掘技術(shù)進(jìn)行分類，并且創(chuàng)建分類模型，對(duì)那些沒有分類數(shù)據(jù)重新分類，其中那些類的個(gè)數(shù)是預(yù)先定義好的、并且是確定的。例如信用卡申請(qǐng)者，分類為高、中、低風(fēng)險(xiǎn)。2)估計(jì)(Estimation)：估計(jì)與分類在機(jī)理上相類似，它們的區(qū)別是，估值處理連續(xù)值的輸出而分類描述的是

7、離散型變量的輸出；估值的量是不確定的而分類的類別是確定數(shù)目的。具體來說，估值能夠被看成是分類的上一步的工作，給定一些輸入數(shù)據(jù)，通過估計(jì)操作,得到一些未知的具有連續(xù)變量的值，然后，根據(jù)分析預(yù)先設(shè)定的一些閾值，進(jìn)行分類。例如：銀行對(duì)與各個(gè)不同家庭貸款，運(yùn)用估計(jì)，給各個(gè)客戶打分。然后根據(jù)得到的閾值，將貸款級(jí)別分類從而進(jìn)行差別待遇的放貸。3)預(yù)測(cè)(Prediction)：一般來說預(yù)測(cè)是通過估值和分類起作用的，換而言之，通過估值或者分類得出模型，通過得出的模型能夠?qū)ξ粗兞康念A(yù)測(cè)。通過這種方式來看，預(yù)言并沒有必要