聚類方法在證券行業(yè)中的應(yīng)用.pdf

1、在中國(guó)隨著計(jì)算機(jī)的普及和應(yīng)用,企業(yè)積累了大量的原始數(shù)據(jù),然而卻不能有效的利用這些資源,形成了數(shù)據(jù)豐富知識(shí)貧乏的局面.數(shù)據(jù)挖掘技術(shù)正是開(kāi)啟這扇大門的金鑰匙.該文以證券行業(yè)為例,將數(shù)據(jù)挖掘技術(shù)應(yīng)用到實(shí)際工作中,以積累的歷史數(shù)據(jù)為基礎(chǔ),并結(jié)合行業(yè)特點(diǎn),為證券企業(yè)提高競(jìng)爭(zhēng)力及業(yè)務(wù)的拓展提供科學(xué)的分析和建議.首先簡(jiǎn)單的介紹了數(shù)據(jù)挖掘的概念和一些基本方法,然后詳細(xì)地講述了聚類方法(數(shù)據(jù)挖掘中常用的一種技術(shù)),這其中包括劃分方法、層次方法、.密度方法

2、和網(wǎng)格方法.文中對(duì)聚類技術(shù)的現(xiàn)狀和發(fā)展方向作了闡述.本文的重點(diǎn)是使用密度方法對(duì)證券公司的交易數(shù)據(jù)進(jìn)行聚類分析,發(fā)現(xiàn)其中有意義的模型來(lái)支持證券業(yè)務(wù)的開(kāi)展.作者提出基于X樹(shù)技術(shù)的GDBSCAN算法,該算法有效地解決了處理高維度數(shù)據(jù)性能低下的問(wèn)題.文中還研究了算法的時(shí)間復(fù)雜度并給出在不同試驗(yàn)數(shù)據(jù)量下程序運(yùn)行時(shí)間.最后以一個(gè)證券公司為例,驗(yàn)證了基于X樹(shù)技術(shù)的GDBSCAN算法的有效性.實(shí)例中首先介紹公司數(shù)據(jù)應(yīng)用面臨的問(wèn)題,分析了數(shù)據(jù)平臺(tái)組織結(jié)構(gòu)