編輯推薦

　　《金融數據挖掘：基於大數據視角的展望》講述大數據時代下的金融數據挖掘方法。
　　全書從5個方麵講述大數據時代下的金融數據挖掘方法：1）數據挖掘方法；2）銀行數據挖掘篇，介紹瞭基於神經網絡和支持嚮量機的信用評分方法；3）證券數據挖掘，探討瞭基於多種數據挖掘方法的股票價格預測、金融市場價格預測及股票自動交易係統；4）保險及其他數據挖掘，研究瞭基於數據挖掘的保險欺詐監測、企業破産預測、財務報錶欺詐監測等問題；5）從大數據的視角對金融數據挖掘進行瞭擴展和展望。��
　　本書適閤對數據挖掘算法感興趣的計算機專業人士或是對金融信息挖掘感興趣的領域專傢閱讀，也可作為金融信息工程方嚮的工程碩士教材或參考書。
　　

內容簡介

　　《金融數據挖掘：基於大數據視角的展望》結構分為五個篇章。第1篇介紹瞭數據挖掘方法。第二篇是銀行數據挖掘篇，介紹瞭基於神經網絡和支持嚮量機的信用評分方法。第三篇是證券數據挖掘篇，探討瞭基於多種數據挖掘方法的股票價格預測、金融市場價格預測及股票自動交易係統。第四篇是保險及其他數據挖掘篇，研究瞭基於數據挖掘的保險欺詐監測、企業破産預測、財務報錶欺詐監測等問題。第五篇從大數據的視角對金融數據挖掘進行瞭擴展和展望。
　　《金融數據挖掘：基於大數據視角的展望》的讀者可以是對數據挖掘算法感興趣的計算機專業人士或是對金融信息挖掘感興趣的領域專傢，也可作為金融信息工程方嚮的工程碩士教材或參考書。

作者簡介

　　許偉，男，博士，中國人民大學信息學院經濟信息管理係副教授，碩士生導師。主要研究領域為金融管理、信息係統。主持國傢自然科學基金、北京市自然科學基金、省市部委及金融企業閤作項目多項，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等國內外期刊和國際會議上發錶研究論文50餘篇，獲得北京市優秀人纔、北京市科技新星、IBM訪問學者、北京市哲學社會科學優秀成果奬等多個奬項。

內頁插圖

精彩書評

目錄

第一篇 金融數據挖掘概述
第1章 緒論
1.1 金融領域進行數據挖掘的必要性
1.2 金融數據挖掘的應用領域
1.3 金融數據挖掘的過程
1.4 本章小結
第2章 數據挖掘的原理、方法與技術
2.1 數據挖掘概述
2.2 數據預處理
2.3 數據倉庫的建立
2.4 數據挖掘方法
2.5 數據挖掘評估
2.6 本章小結

第二篇 銀行數據挖掘
第3章 基於神經網絡的信用評分方法
3.1 引言
3.2 神經網絡
3.3 數據集
3.4 實驗設計
3.5 實驗結果
3.6 實驗結果分析
3.7 本章小結
第4章 基於支持嚮量機的信用風險評估方法
4.1 引言
4.2 SVM參數優化方法
4.3 實證分析
4.4 本章小結
第5章 基於數據挖掘的銀行信貸評價方法
5.1 引言
5.2 基於數據挖掘的銀行信貸評價模型
5.3 實證檢驗
5.4 本章小結

第三篇 證券數據挖掘
第6章 基於粗糙集的股票價格預測方法
6.1 引言
6.2 基於粗糙集的預測方法
6.3 基於粗糙集的股票預測模型
6.4 實證分析
6.5 本章小結
第7章 基於網絡信息的金融市場價格預測
7.1 引言
7.2 微博的發展及在金融預測中的實際意義
7.3 相關性檢驗與SVM股價預測
7.4 實證分析
7.5 本章小結
第8章 基於數據挖掘的股票自動交易係統
8.1 引言
8.2 神經網絡和小波分析技術
8.3 基於小波分析和BP神經網絡的股票自動交易係統
8.4 實證分析
8.5 本章小結
……
第四篇 保險及其他數據挖掘
第五篇 基於金融大數據視角的展望

前言/序言

　　進入21世紀，中國金融業對信息化工作前所未有的重視，眾多金融機構都建立起瞭自己的數據平颱，形成瞭金融機構網絡和垂直業務體係，實現瞭金融數據大集中。這些數據有三個特點。第一個特點是數據量大，一般達到PB級。第二個特點是類型多，如非結構化數據、半結構化數據、流數據等。第三個特點是價值密度低，有用的數據含量少。這都是大數據的典型特點。隨著金融數據基礎設施硬件建設的不斷發展，如何處理每天産生的大數據，進行科學的分析處理，挖掘隱藏在數據內部各種有價值的關聯，並及時提供決策支持，成為擺在金融業麵前的新課題。
　　大數據時代的到來，使得世界不得不更多地使用智能數據挖掘技術。目前，金融數據挖掘引起瞭眾多學者和業界人士的廣泛關注。在這種背景下，本書力求把握金融數據挖掘的最新動嚮，開發金融數據挖掘的典型案例，從大數據的視角加以思考和探索，並為金融數據挖掘研究和應用的發展提供有益的支持。
　　編寫本書的另一個齣發點是，近年來我國金融業迅猛發展，金融信息化人纔的需求量大大增加，相當多的畢業生進入瞭金融信息化行業。為滿足實踐的需要，很多大學的軟件學院設立瞭金融信息係或金融信息專業，培養一批又一批的金融信息專業人纔。筆者最近幾年一直參與講授一些院校的金融數據挖掘專業的工程碩士課程，感到缺少這樣一本教材，所以組織師生編寫瞭本書。
　　本書介紹瞭金融數據挖掘的一些典型應用。本書與作者以前齣版的《網絡金融》《數據挖掘算法與應用》《互聯網金融信息係統的設計與實現》《電子商務理論與實踐》《網絡金融信息挖掘導論》《網絡金融係統設計與實現案例集》《互聯網金融信息智能挖掘基礎》和《支持嚮量機算法及其金融應用》八本書之間的關係見圖0-1。本書是這些書籍在金融數據挖掘方麵的延續和補充。

好好好好好好好好好好好好

非常不錯

沒有想象中那麼好

在一個很平凡的星期天下午，我翻開瞭在京東商城買的這本正版新書。情緒也隨著書上一行行黑色的宋體字忽起忽落…… 主人公阿廖沙痛苦的童年生活打動著我：四歲喪父，跟隨悲痛欲絕的母親和慈祥的外祖母到專橫的、瀕臨破産的小染坊主外祖父傢，卻經常挨暴戾的外祖父的毒打。但善良的外祖母處處護著他。在外祖父傢，他認識瞭很多“安安靜靜”的親戚，其中包括兩個自私、貪得無厭的、為瞭分傢不顧一切的米哈伊洛舅舅和雅科夫舅舅，還有兩個都叫薩拉的錶哥。樸實、深愛著阿廖沙的“小茨岡”（伊凡）每次都用胳膊擋外祖父打在阿廖沙身上的鞭子，盡管會被抽得紅腫。但強壯的他，後來卻在幫二舅雅科夫抬十字架時給活活的壓死瞭…… 阿廖沙的童年是在一個典型的俄羅斯小市民的傢庭裏度過的：貪婪、殘忍、愚昧；父子、兄弟、夫妻之間勾心鬥角；為爭奪財産常常為一些小事爭吵、鬥毆……但在這個黑暗的傢庭裏，有一個勤勞、堅強、善良的外祖母。她常常給阿廖沙講好聽的神話故事，也潛移默化地教他做一個不想醜惡現象屈膝的人。 阿廖沙的童年是黑暗的，就像他的傢庭一樣。周圍殘酷的事情太多瞭，有時甚至連他自己都不敢相信竟會發生那樣的事情。但好在有外祖母——全傢人的精神支柱。阿廖沙也還認識很多其他的人：搬進新房子後的幾個房客、隔壁的三少爺，等等。阿廖沙從傢人的一些“奇怪”的舉動中懵懂的明白瞭一些道理。 和阿廖沙相比，我們的童年是燦爛的，是彩色的；是沒有煩惱痛苦的，更是無憂無慮的。有那麼多的孩子甚至不懂什麼叫做“打”，因為我們從沒有經曆過被人打、被人拿鞭子抽的滋味。那也許是一種無法想象的痛苦吧。當然，除此之外，我們的生活中也很少有傢人之間的勾心鬥角，為爭奪財産而打架鬥毆之類貪婪、凶狠的事情。更不會發生殘忍的把某個無辜的人無端地摺磨緻死這類想都沒想過的“恐怖事件”。 天哪，如此比較，我們的童年和阿廖沙的有著天壤之彆。我們每天生活在蜜罐兒裏，被甜水泡著，被金燦燦的錢堆著……我們是多麼幸福呀！我們從來不用考慮衣食住行，這讓大人麼操心就足夠瞭，還輪不到我們呢。 但擁有著這些，我們並不知足。我們總是奢求更多。因為，在我們眼裏，大人們掙錢是那樣的容易，似乎都不費吹灰之力。我們多天真啊。的確，我們不用像阿廖沙那樣隻十一歲就到“人間”獨自闖蕩。但讀過《童年》之後，我們應該悔過自己曾經的奢侈，我們應該不再浪費，我們應該學會珍惜。 那麼，就從現在開始吧。我們不再奢侈，不再浪費；我們開始為長輩著想，體諒他們；我們更應該開始滿足自己的幸福生活。為瞭以後，為瞭將來，為瞭我們到“人間”的那一天。 這些書基本上都是我從各個書店中淘迴來的。自己的積蓄不算太多，但又想買到自己喜歡的書籍，開始的時候，隻能硬著頭皮攢錢去買那些昂貴的書籍，後來便有瞭經驗，從那些被人遺忘的書堆中找到許多好的書籍。其中有名著、有童話、有詩歌、有小說、有散文……無論中外，寫的都是那麼引人入勝，使我得到瞭許多課本上得不到的知識，也有瞭許多感想和心得，筆尖流露齣一時的感受。 在我認為，讀書是人生中最好的娛樂、消遣的方式，它不但能給予人無窮無盡的知識，而且可以給予人無限的樂趣並且培養人為人處事的的能力。 在人們孤獨的時候，讀書變成瞭最大的樂趣。這時它既是人們豐富知識的工具，也是消遣的娛樂品，當人們在這時看它時，會感到快樂、輕鬆；而在人們處理事務的時候，最能發揮由讀書而獲得的能力。從讀書中獲得的對自己有利的東西是無窮盡的，能力便是其中之一，多讀一些好書，對自己是有利無害的，如果能夠在實踐的時候不是單純的運用書本中的知識，而是在書中的知識的基礎上不斷的創新，結閤自己的實際，靈活運用，纔是讀好書的最高境界。 “書是人類進步的階

[ZZ][SM]讀書最大的樂趣就是從中找到自己不知道的事情。裏麵有對社會現象的批判，美麗風景的描寫，鮮為人知的秘密與故事，中外風土人情的講述，對奧秘的探索，還有一個個催人奮發嚮上，給人鼓勵的感人事跡。像《湯姆叔叔的小屋》裏那些惡毒的奴隸主得到應有的報應，讓人拍手叫好，不由得為那些隻因為膚色問題而遭人虐待的奴隸感到高興；讀《海濱夏夜》不由得想去海濱親自體驗一番那不一般特彆風情，那使人嚮往的、使人充滿幻想的心情使人快樂！

挺好的書????????

一般一般一般

不錯，還好。