數(shù)據(jù)挖掘理論與實例

第一章 緒論
第一節(jié) 什么是數(shù)據(jù)挖掘
第二節(jié) 基本數(shù)據(jù)挖掘任務
第三節(jié) 數(shù)據(jù)挖掘的過程
第四節(jié) 數(shù)據(jù)倉庫與OLAP技術概述
第五節(jié) 數(shù)據(jù)挖掘技術的發(fā)展
第二章 數(shù)據(jù)挖掘工具
第一節(jié) 數(shù)據(jù)挖掘的統(tǒng)計方法
第二節(jié) 聚類分析
第三節(jié) 決策樹
第四節(jié) 相關軟件
第三章 呼叫中心中數(shù)據(jù)倉庫的構建
第一節(jié) 數(shù)據(jù)倉庫構建的實施方法及步驟
第二節(jié) 呼叫中心數(shù)據(jù)倉庫模型設計
第三節(jié) 數(shù)據(jù)倉庫生成
第四章 呼叫中心中的數(shù)據(jù)挖掘模型與實現(xiàn)
第一節(jié) 問題鑒別
第二節(jié) 解決方案
第三節(jié) 基于決策樹的分類算法模型
第四節(jié) C4.5算法構造信息需求分類和客戶細分決策樹實例
第五節(jié) 功能模塊的實現(xiàn)
第六節(jié) 系統(tǒng)應用示例
第五章 QFII投資理念與持股偏好研究中數(shù)據(jù)收集與整理
第一節(jié) 外國機構投資者投資理念及持股偏好概述
第二節(jié) QFII重倉股數(shù)據(jù)來源
第三節(jié) 因變量的選取
第四節(jié) 自變量的選取
第六章 QFII投資理念與持股偏好研究中數(shù)據(jù)挖掘模型與實現(xiàn)
第一節(jié) 重倉股家數(shù)變化趨勢和行業(yè)分布
第二節(jié) 重倉股持有時間特征
第三節(jié) 描述性統(tǒng)計分析
第四節(jié) 相關性分析
第五節(jié) 持股偏好多元線性逐步回歸分析
參考文獻
附表
附表1 12家QFII基本情況及最新額度
附表2 瑞士銀行的名稱
附表3 12家QFII持有股票家數(shù)和行業(yè)情況匯總
附表4 各季度因變量和自變量的均值及樣本個數(shù)
附表5 各季度因變量和自變量的方差及樣本個數(shù)
附表6 2008年12月31日Y對上一個季度所有
自變量線性相關系數(shù)
附表7Y對上一個季度、本季度及未來一個季度的
所有自變量X逐步回歸模型系數(shù)情況
附表8　兩種方式回歸結(jié)果對比
附錄
附錄一 數(shù)據(jù)倉庫中的數(shù)據(jù)表架構
附錄二 數(shù)據(jù)倉庫關系圖
附錄三 QFII重倉股數(shù)據(jù)的獲取過程
附錄四 自變量數(shù)據(jù)的獲得及缺失值處理
附錄五 模型建立一數(shù)據(jù)分析過程