面向金融大数据的若干聚类方法改进与应用研究

图书标准信息

• 作者 王丽敏、韩旭明 著
• 出版社 科学出版社
• 出版时间 2017-11
• 版次 31
• ISBN 9787030524539
• 定价 76.00元
• 装帧 平装
• 开本 16开
• 页数 136页
• 字数 190千字
• 正文语种 简体中文

【内容简介】

　　大数据是一股颠覆性力量，使各行业机遇与挑战并存。大数据时代的来临，使大数据分析成为各行业竞争发展的变革点。麦肯锡全球研究所的研究显示，数据对于企业的重要性正变得与劳动力和资本并驾齐驱。聚类是数据分析的重要手段之一，面对海量数据，提取有价值的信息具有重要意义。本书是作者几年来科研成果的总结，全书共分6章，重点是针对吸引子传播聚类等算法进行若干理论改进与应用研究，并将其用于金融领域中，取得了令人满意的结果。

【目录】

前言 第1章 绪论 1 1.1 研究背景与意义 1 1.2 国内外研究现状 2 1.3 本书主要研究内容 4 1.4 本书结构安排 5 参考文献 5 第2章 聚类算法的理论基础 7 2.1 相似性度量方式 7 2.2 聚类算法分类 8 2.2.1 基于划分的方法 8 2.2.2 基于层次的方法 9 2.2.3 基于密度的方法 10 2.2.4 基于模型的方法 11 2.2.5 基于网格的方法 12 2.2.6 吸引子传播聚类算法 12 2.3 聚类有效性评价指标 17 2.4 本章小结 19 参考文献 20 第3章 基于优化参数的自适应吸引子传播聚类算法及应用 21 3.1 基于果蝇优化的吸引子传播聚类算法 21 3.1.1 参数分析与改进 22