大数据挖掘在金融领域的应用研究.docVIP

大数据挖掘在金融领域的应用研究

TOC\o1-2\h\u4502第1章引言 3

139971.1研究背景 3

180811.2研究目的与意义 3

29531.3研究内容与方法 4

18234第2章大数据挖掘技术概述 4

314512.1大数据挖掘基本概念 4

230482.1.1大数据的定义与特征 4

9662.1.2数据挖掘的定义与过程 5

205922.1.3大数据挖掘与数据挖掘的关系 5

280872.2常见大数据挖掘算法 5

105612.2.1分类算法 5

94612.2.2聚类算法 5

116652.2.3关联规则挖掘算法 5

195832.2.4时间序列挖掘算法 5

4172.3金融领域数据挖掘的特点与挑战 5

143102.3.1金融领域数据挖掘的特点 5

127412.3.2金融领域数据挖掘的挑战 6

21779第3章金融数据预处理 6

173083.1数据清洗 6

33463.1.1引言 6

220613.1.2缺失值处理 6

72553.1.3异常值处理 6

285643.1.4重复数据删除 7

97603.1.5错误数据纠正 7

198103.2数据集成 7

91773.2.1引言 7

299353.2.2数据源识别 7

63183.2.3数据抽取 7

274233.2.4数据合并 7

293643.2.5数据一致性处理 8

305723.3数据转换与规范化 8

36613.3.1引言 8

133703.3.2数据类型转换 8

137483.3.3数据格式转换 8

324393.3.4数据标准化 8

14853.4数据质量评估 8

109693.4.1引言 8

109383.4.2数据准确性评估 8

174673.4.3数据完整性评估 9

147803.4.4数据一致性评估 9

109783.4.5数据时效性评估 9

233943.4.6数据可靠性评估 9

4919第四章金融领域特征工程 9

205214.1特征选择 9

273154.1.1引言 9

273644.1.2特征选择方法 9

284364.1.3金融领域特征选择实践 10

142534.2特征提取 10

297164.2.1引言 10

315444.2.2特征提取方法 10

296864.2.3金融领域特征提取实践 11

219334.3特征降维 11

106014.3.1引言 11

280304.3.2特征降维方法 11

96174.3.3金融领域特征降维实践 11

270974.4特征重要性评估 12

110534.4.1引言 12

4124.4.2特征重要性评估方法 12

82544.4.3金融领域特征重要性评估实践 12

19192第5章信用评分模型构建与应用 12

126995.1信用评分模型概述 12

64415.1.1定义与意义 12

246535.1.2发展历程 12

248085.2传统信用评分模型 13

119505.2.1线性概率模型 13

85865.2.2逻辑回归模型 13

50215.2.3决策树模型 13

327365.3基于大数据挖掘的信用评分模型 13

195325.3.1特征工程 13

269705.3.2机器学习方法 13

106035.3.3深度学习方法 13

22975.4信用评分模型评估与优化 13

68465.4.1评估指标 13

258725.4.2优化策略 14

5224第6章金融风险监测与预警 14

296776.1金融风险概述 14

8686.2常见金融风险类型 14

99476.3基于大数据挖掘的风险监测与预警方法 14

294546.4风险监测与预警系统评估 15

9758第7章金融欺诈检测 15

214157.1金融欺诈概述 15

35377.1.1金融欺诈的定义与类型 15

46597.1.2金融欺诈的特点与危害 15

150667.2欺诈检测方法与技术 16

297427.2.1传统欺诈检测方法 16