• 大数据时代的金融:金融管理系统数据挖掘的研究与效用
  • 大数据时代的金融:金融管理系统数据挖掘的研究与效用
21年品牌 40万+商家 超1.5亿件商品

大数据时代的金融:金融管理系统数据挖掘的研究与效用

90 九品

仅1件

北京朝阳
认证卖家担保交易快速发货售后保障

作者王雨霖 著

出版社复旦大学出版社

出版时间2016-08

版次1

装帧平装

上书时间2024-12-19

小照书店

已实名 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 王雨霖 著
  • 出版社 复旦大学出版社
  • 出版时间 2016-08
  • 版次 1
  • ISBN 9787309123128
  • 定价 36.00元
  • 装帧 平装
  • 开本 32开
  • 纸张 胶版纸
  • 页数 263页
  • 字数 205千字
【内容简介】
  随着我国信息化建设的不断深入,金融业的信息化建设也日益成熟,金融业务范围已经打破传统地域的限制和网点的制约,金融机构客户有了更多选择,金融机构之间的竞争和业务发展的压力促使中小金融机构开始改变基于内部管理核算的业务流程而转向提供以客户为中心的经营服务。从金融战略发展的长远考虑,客户、产品、员工、渠道都是直接影响中小金融机构经营管理效益的相互关联的基础信息资源,王雨霖所著的《大数据时代的金融(金融管理系统数据挖掘的研究与效用)》针对这一现状,提出了基于数据挖掘的金融管理系统的研究和设计,通过研究分析现代金融管理系统的不足和相关管理业务需求,基于iava、aiax、htmI和0racle数据库等技术完成了金融管理系统的设计,并且基于Apriori数据挖掘算法实现了对金融管理系统的数据分析,实现了金融管理系统的客户信誉分析和金融风险预警等功能。
【作者简介】
  王雨霖,女,山东济南人,出生于1975年7月,软件工程硕士,经济学博士,复旦大学在读博士后,主要研究方向为数据挖掘与金融风险控制。
【目录】
第1章 绪论
1.1 开发背景
1.2 金融管理系统研究现状
1.3 本书主要工作及组织结构
第2章 数据挖掘理论
2.1 数据挖掘的定义和方法
2.2 数据挖掘的商业需求分析
2.3 数据挖掘研究和应用
2.4 关联规则挖掘
2.5 时间序列数据挖掘
2.6 动态数据挖掘
2.7 软件危机
2.8 本章小结
第3章 金融风险管理原理
3.1 金融风险的几个典型案例
3.2 金融风险的基本概念
3.3 金融风险的分类
3.4 金融风险的管理
3.5 市场风险管理的VaR方法
3.6 VaR的应用
3.7 信用风险度量方法
3.8 信用风险管理和监管
3.9 金融风险管理系统
3.1 0本章小结
第4章 数据挖掘理论及应用的相关文献
4.1 数据挖掘理论与应用文献综述
4.2 效用、数据效用相关文献综述
4.3 现有研究不足
4.4 本章小结
第5章 金融管理系统的需求分析
5.1 系统可行性分析
5.2 系统需求分析
5.3 系统非功能需求
5.4 其他技术指标要求
5.5 相关技术与工具
5.6 本章小结
第6章 金融管理系统的设计
6.1 系统架构设计
6.2 系统具体功能设计
6.3 数据库设计
6.4 基于Apriori算法的数据分析
6.5 本章小结
第7章 金融管理系统的实现
7.1 金融管理系统实现环境
7.2 系统功能模块的实现
7.3 本章小结
第8章 金融管理系统的测试
8.1 测试环境
8.2 测试方法
8.3 测试用例
8.4 测试分析
8.5 测试结论
8.6 本章小结
第9章 数据挖掘在金融管理系统的效用研究
9.1 金融全面风险管理对数据的要求
9.2 数据挖掘在金融信用风险管理中的应用
9.3 数据挖掘在金融市场风险管理中的应用
9.4 数据挖掘在金融操作风险管理中的应用
9.5 金融管理系统的应用
9.6 本章小结
第10章 结论与展望
10.1 结论
10.2 展望
参考文献
致谢
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP