基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析

《基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于數(shù)據(jù)挖掘的金融數(shù)據(jù)分析BasedonDataMininginFinancialDataAnalysis朱晶zhujing武漢大學(xué)計(jì)算機(jī)學(xué)院計(jì)算機(jī)應(yīng)用專業(yè)研究生李石君Lishijun武漢大學(xué)計(jì)算機(jī)學(xué)院教授ComputerApplicationacademyofComputerScience,WuhanUniversity,Graduate,wuhan,430072,china[摘要]當(dāng)今，已是企業(yè)戰(zhàn)略及其市場地位與信息技術(shù)息息相關(guān)的時(shí)代，很難想象一個(gè)現(xiàn)代企業(yè)沒有完善的信息技術(shù)系統(tǒng)的支持，將會(huì)如何運(yùn)轉(zhuǎn)。但是，隨著信

2、息技術(shù)的發(fā)展，企業(yè)產(chǎn)生的數(shù)據(jù)大量地堆積和膨脹，其中很多十分有價(jià)值的信息隱藏在其中卻不被人們所發(fā)現(xiàn)。如何對這些海量的數(shù)據(jù)進(jìn)行管理，并從中提取潛在的有價(jià)值的信息，成為企業(yè)在激烈的市場中占據(jù)優(yōu)勢地位的關(guān)鍵點(diǎn)。因此數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并且在各個(gè)行業(yè)領(lǐng)域中應(yīng)用，取得了廣泛和重大的進(jìn)展。本文即對數(shù)據(jù)挖掘在金融業(yè)的應(yīng)用情況進(jìn)行了探討。[summary]Todayisthecorporatestrategyanditsmarketpositionandiscloselyrelatedtotheeraofinformationte

3、chnology，itisdifficulttoimagineamodernenterprisewithnopropersupportforinformationtechnologysystemswillbehowitworks.However，withthedevelopmentofinformationtechnology，enterprisedatageneratedbylargenumbersofaccumulationandexpansion，manyofwhichareveryvaluableinfor

4、mationhiddeninthemnotbeingfoundbypeople.Howthesemassivedatamanagementandextractpotentiallyvaluableinformation，asenterprisesinthefiercemarketoccupythedominantpositionofthekeypoints.Therefore，dataminingtechniqueshaveemerged，andappliedinvariousindustries，hasmadee

5、xtensiveandsignificantprogress.Thispaperisondataminingapplicationsinthefinancialsectorwerediscussed。[關(guān)鍵詞]信息技術(shù)、數(shù)據(jù)管理、數(shù)據(jù)挖掘、金融業(yè)[keyword]Informationtechnology、Datamanagement、DataMining、Finance[中圖法分類號]Z42引言作為一個(gè)新興的研究領(lǐng)域，數(shù)據(jù)挖掘已經(jīng)廣泛的應(yīng)用到了眾多的領(lǐng)域，出現(xiàn)了大量大的商品化的數(shù)據(jù)挖掘系統(tǒng)，金融數(shù)據(jù)挖掘是信息社會(huì)

6、中的一個(gè)極具挑戰(zhàn)性的研究方向，金融數(shù)據(jù)的隨機(jī)特性使得隱藏在數(shù)據(jù)中的內(nèi)在規(guī)則難以被發(fā)現(xiàn)。如何對這些隱藏的數(shù)據(jù)進(jìn)行管理，并從中提取潛在的有價(jià)值的信息，成為金融業(yè)在市場中占據(jù)優(yōu)勢地位的關(guān)鍵。1、數(shù)據(jù)挖掘概述數(shù)據(jù)挖掘DM(DataMining)是對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行一定的處理，從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含的、事先未知的、但又是潛在有用的信息和知識的過程[1]。確切地講，DM是KDD過程中的一個(gè)步驟，其處理對象是大量的日常業(yè)務(wù)數(shù)據(jù)，它主要基于人工只能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等技術(shù)，高度自動(dòng)化地分析原有

7、的海量數(shù)據(jù)，做出歸納的推理，從中采掘出潛在的模式，預(yù)測未知的行為，提高信息的利用，改變“人們被數(shù)據(jù)淹沒，同時(shí)卻仍感到知識饑渴”的資源浪費(fèi)的局面。KDD是數(shù)據(jù)庫技術(shù)和機(jī)器學(xué)習(xí)兩個(gè)學(xué)科的交叉學(xué)科，由于KDD使用的數(shù)據(jù)來自于實(shí)際的數(shù)據(jù)庫，所要處理的數(shù)據(jù)量可能很大，因此DM中的學(xué)習(xí)算法的效率和可擴(kuò)充性就尤為重要；此外，KDD所處理的數(shù)據(jù)由于來自于現(xiàn)實(shí)世界，數(shù)據(jù)的完整性、一致性和正確性都很難保證，因此數(shù)據(jù)預(yù)處理也是很有必要的。2、數(shù)據(jù)挖掘在金融業(yè)的應(yīng)用金融事務(wù)需要搜集和處理大量紛繁復(fù)雜的數(shù)據(jù)，大部分銀行和金融機(jī)構(gòu)提供豐富多樣

8、的銀行服務(wù)（如個(gè)人存款）、信用服務(wù)（如貸款、個(gè)人信用卡）和投資服務(wù)（如共同基金）。由于交易的頻繁性、信息的不對稱性加上從海量數(shù)據(jù)中挖掘信息，金融數(shù)據(jù)挖掘技術(shù)可以從這些信息中查找到有效的信息用來幫助監(jiān)管部門及投資部門進(jìn)行有效監(jiān)督和投資管理，可以幫助銀行部門描述客戶以往的需求趨勢并預(yù)測未來；可以分析潛在的信譽(yù)較差的客戶，及時(shí)采取措施減少資產(chǎn)損失等。金融機(jī)構(gòu)收集到