数据挖掘在沪市公司分类的应用

【摘要】： 数据挖掘技术的应用随着数据库技术的发展而不断地深入推广,它是知识发现的一个过程,利用大量的数据库内的信息,发现隐含的变量间的关系,通过逻辑上的甄别,形成业务操作的指导规则或者辅助决策、预测等。 本课题的目的是研究数据挖掘分类技术的实施,以此应用到上海证券交易所上市公司的分类,对上市公司的群体进行细分,验证仅仅依据财务指标数据是否能够显著地区分不同群体经营的绩效,财务指标到底能给投资人多少可信赖的信息,同时关注是否有异常的群体,提示投资者警惕它们的变化。 本文先介绍了数据挖掘的概念,当前的发展状态,及相关的算法。以实际的问题为出发点,采用了EXCEL2007、SPSS、SQL2005、C#等软件技术,按照数据收集、数据清理和转换、模型构建、模型评估和分析等步骤,实现对上市公司的分类。针对财务指标的相互之间共线性,进行了主成分分析处理,赋予不同财务指标以相应的系数。数据的结果显示,在每一类财务指标之间确实存在共同因子,可以计算提取,财务指标体系的分析必须结合专家的评审才能够有说服力。