大數(shù)據(jù)挖掘與分析在金融領(lǐng)域中的應(yīng)用研究

第1章 緒論
1．1 大數(shù)據(jù)與大數(shù)據(jù)挖掘
1．2 大數(shù)據(jù)挖掘的相關(guān)方法
1．3 大數(shù)據(jù)挖掘的類型
1．4 常用的大數(shù)據(jù)統(tǒng)計分析方法
1．5 大數(shù)據(jù)帶來金融業(yè)大變革
1．6 大數(shù)據(jù)金融的經(jīng)濟學基礎(chǔ)
1．7 在金融領(lǐng)域進行數(shù)據(jù)挖掘的必要性及其應(yīng)用
1．8 大數(shù)據(jù)金融模式
1．9 基于大數(shù)據(jù)的金融數(shù)據(jù)挖掘新思維
1．10 基于大數(shù)據(jù)的金融數(shù)據(jù)挖掘系統(tǒng)架構(gòu)
第2章 大數(shù)據(jù)挖掘與分析技術(shù)
2．1 大數(shù)據(jù)背景下的數(shù)據(jù)處理技術(shù)
2．2 復雜數(shù)據(jù)挖掘技術(shù)
2．3 新興數(shù)據(jù)挖掘平臺和工具
第3章 大數(shù)據(jù)挖掘的新技術(shù)與應(yīng)用
3．1 KNN算法與應(yīng)用分析
3．2 樸素貝葉斯分類算法與應(yīng)用分析
3．3 隨機森林分類算法與應(yīng)用分析
第4章 大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用及其案例分析
4．1 大數(shù)據(jù)金融與商業(yè)銀行的特征對比
4．2 目前幾種大數(shù)據(jù)金融模式對商業(yè)銀行業(yè)務(wù)的影響
4．3 大數(shù)據(jù)金融與商業(yè)銀行的競爭趨勢
4．4 基于數(shù)據(jù)挖掘的客戶關(guān)系管理系統(tǒng)設(shè)計
4．5 基于大數(shù)據(jù)的銀行精準營銷
4．6 基于大數(shù)據(jù)的銀行信貸管理
4．7 基于大數(shù)據(jù)的銀行風險管理
第5章 大數(shù)據(jù)在證券行業(yè)中的應(yīng)用及其案例分析
5．1 大數(shù)據(jù)在股票分析中的應(yīng)用
5．2 基于網(wǎng)絡(luò)輿情的投資者情緒分析及其案例分析
5．3 大數(shù)據(jù)與量化投資
第6章 銀行數(shù)據(jù)挖掘與分析
6．1 基于神經(jīng)網(wǎng)絡(luò)的信用評分方法
6．2 基于支持向量機的信用風險評估方法
6．3 基于大數(shù)據(jù)挖掘的銀行信貸評價方法
第7章 證券數(shù)據(jù)挖掘與分析
7．1 基于粗糙集的股票價格預測方法
7．2 基于網(wǎng)絡(luò)信息的金融市場價格預測
7．3 基于數(shù)據(jù)挖掘的股票自動交易系統(tǒng)
第8章 大數(shù)據(jù)挖掘技術(shù)在互聯(lián)網(wǎng)金融中的應(yīng)用
8．1 互聯(lián)網(wǎng)金融
8．2 基于大數(shù)據(jù)的征信管理
8．3 基于大數(shù)據(jù)的反欺詐檢測
第9章 對大數(shù)據(jù)金融的展望
9．1 大數(shù)據(jù)時代金融機構(gòu)的戰(zhàn)略
9．2 大數(shù)據(jù)時代的金融人才培養(yǎng)
參考文獻