收藏本站
收藏 | 论文排版

金融数据挖掘中的增量聚类算法及应用研究

孙小林  
【摘要】:传统的聚类分析方法一般都没有考虑大容量数据集合的问题,而数据挖掘技术在金融领域的研究重点之一就是如何从海量数据中高效率地获取知识;另外,传统聚类方法的研究多集中于数字属性的数据,而电汇数据中存在大量非数字属性以及具有多种特征的数据集合;聚类输出的结果不容易理解也是传统聚类分析方法的问题之一。因此,反洗钱系统中的聚类算法的研究主要集中在如何提高大型数据集合的聚类效率、如何处理具有各种特征的数据集合,如文档数据、分类数据等以及如何对聚类结果给出概念性解释。 国家外汇管理局决策支持系统已经着手研究在非现场监管系统中数据挖掘技术的应用。将大规模数据集合高效地划分为有意义的子集是金融数据挖掘的基本问题之一。由于数据采集时的随意性和不规则性,加上市场发展的渐进过程和管理制度的滞后,使得金融数据挖掘必须在缺少背景知识的情况下,处理属性类型复杂、有噪音及孤立点和不完整的数据。传统的BIRCH算法由于其增量特性适应于大型数据库,但是该算法利用的汇总信息的思想无法处理分类属性的数据;K-means算法虽然可以处理分类属性的数据但是由于其高昂的代价而无法适应于大型的数据库。笔者结合基于分类方法的K-means中心点算法以及基于层次方法的BIRCH增量算法提出核心树(Core-Tree)的思想来弥补两个算法的缺点,即:使用中心点的思想来表示BIRCH算法中汇总信息,利用类核心的思想来提高确定中心点的效率;与此同时,将基于概念模型的方法应用到聚类输出结果中,使输出结果被解释为可以理解的层次关系,从而改善提高该算法的输出质量。最后笔者提出了将核心树算法应用到国家外汇信息管理决策系统中的方案, 并通过实验证明了将该算法应用到金融数据挖掘中能够达到预期效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 闫宗奎;石冰;;基于网格模型的孤立点检测算法[J];山东大学学报(理学版);2008年11期
2 陈宝国;荀小苗;;基于改进CLARANS算法的孤立点检测[J];计算机与数字工程;2008年07期
3 曲萍;周长英;;基于孤立点挖掘的异常检测方法的研究[J];沿海企业与科技;2009年11期
4 邵峰晶;孙仁诚;郭振波;;基于孤立点发现的彩色图像人脸边缘提取算法[J];计算机科学;2006年09期
5 陈海宇;曾德胜;;基于日志的异常软件使用模式检测[J];淮海工学院学报(自然科学版);2011年01期
6 贺彦琨;;基于证券数据特征的孤立点检测算法及应用[J];甘肃科技;2009年22期
7 杨永铭;王喆;;孤立点挖掘算法研究[J];计算机与数字工程;2008年01期
8 董健康;李霞;;数据挖掘中孤立点检测方法的探讨[J];科技咨询导报;2007年13期
9 涂丽红;仝海燕;杨丽萍;;基于相异度的孤立点挖掘研究[J];计算机与数字工程;2008年01期
10 秦艳华;;数据挖掘技术中孤立点的分析研究[J];硅谷;2010年04期
11 胡晓青;王波;;基于数据挖掘的金融时序频繁模式的快速发现[J];上海理工大学学报;2006年04期
12 李健宏;李广振;;基于网格技术的孤立点数据挖掘[J];南昌大学学报(理科版);2006年04期
13 李强;李振东;;数据挖掘中孤立点的分析研究在实践中应用[J];微计算机应用;2006年03期
14 谷淑化,吕维先,马于涛;关于数据挖掘中聚类分析算法的比较[J];现代计算机;2005年03期
15 黄利文;;数据挖掘中的聚类分析方法[J];电脑知识与技术;2008年12期
16 汤效琴,戴汝源;数据挖掘中聚类分析的技术方法[J];微计算机信息;2003年01期
17 李业丽;秦臻;;一种改进的k-means算法[J];北京印刷学院学报;2007年02期
18 梁志荣;;数据挖掘中聚类分析的技术方法[J];电脑开发与应用;2007年06期
19 蓝红苑;;数据挖掘技术与应用[J];内江科技;2007年06期
20 王洪春;彭宏;;基于模糊C-均值的增量式聚类算法[J];微电子学与计算机;2007年06期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郑健;皮德常;;基于共享最近邻的聚类和孤立点检测算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 孙小林;金融数据挖掘中的增量聚类算法及应用研究[D];华中科技大学;2004年
2 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
3 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
4 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
5 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
6 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
7 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
8 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
9 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
10 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978