(44.192.112.123) 您好!臺灣時間:2021/03/08 14:34
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳冠名
研究生(外文):CHEN Guan-Ming
論文名稱:資料採礦分類分析系統之建構與應用—信用貸款違約與選股系統應用
論文名稱(外文):Development of a Data Mining System and its Applications
指導教授:姜林杰祐姜林杰祐引用關係
指導教授(外文):JIANG LIN Jie-You
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:金融資訊研究所
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:54
中文關鍵詞:資料探勘決策樹分類系統開發
外文關鍵詞:Data MiningClassificationSystem Development
相關次數:
  • 被引用被引用:4
  • 點閱點閱:534
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:204
  • 收藏至我的研究室書目清單書目收藏:3
資料採礦使用不同演算方法於大量資料中尋找資訊形成知識,然過去的資料採礦工具多屬於封閉式的系統,若應用結果不如預期,使用者能夠調變的空間有限,基於此原因,本研究以資料採礦的分類方法為核心,建構一開放式的分類分析系統,其內含的分類演算法包括ID3、C4.5、貝氏分類法與記憶基礎推論法等。
為驗證本系統的有效性,本研究以銀行信用貸款資料庫為例,分類正常戶與違約戶;並將此分類工具應用於股市的分析、預測,期能以此系統發展資料趨導式的選股模型。
在第一個銀行應用中,本論文針對銀行貸款資料進行分析,試圖對貸款者之信用型態進行分析,以幫助決策者更有效率的找出潛在之違約客戶,以本系統所提供之各方法求得之分類規則準確度約為70~90%,第二個股市應用中,本論文實測兩個股市案例,分別針對基本面以及技術面進行分析,所得準確度約為70%。
Data mining applies various algorithms to find useful information and forming knowledge in great dataset. This paper developed an data mining system containing various classification algorithms including ID3, C4.5, Bayesian method and Memory-Based Reasoning (MBR) method.
To test the usability of the system, this study experiments with two cases.
The first case used datum from a bank to classify the credibility class of accommodator. In this case, the classified accuracy achieved to 70 to 90 percent.
The second case applied the system to transaction datum from Taiwan stock market to find effectively classified rules for reaping profit. In this case, the accuracy of classification was approximately 70 percent.
摘要 I
ABSTRACT II
目錄 III
圖目錄 IV
一、緒論 1
1.1研究動機與目的 1
1.2 論文架構. 1
二、文獻探討 2
2.1資料採礦方法在財金領域應用現況 2
2.2資料採礦方法 3
三、資料採礦分類分析系統介紹 7
3.1 系統分析 7
3.2 資料設定介面 10
3.3 資料前置處理介面 11
3.4 資料探勘介面 14
四、應用一:銀行信用貸款違約分析 21
4.1實證流程 21
4.2決策樹分析 26
4.3 貝式分類法分析 29
4.4記憶基礎推論法分析 30
4.5 實例一總結 31
第五章、應用二:資料導向的選股模型建構 32
5.1台灣上市公司個股應用 32
5.2台灣大盤指數報酬預測應用 37
參考文獻 49
1.姜林杰祐,2005,財務工程-財金資訊系統建構實務,新陸書局股份有限公司‧福懋出版社。
2.姜林杰祐,2007,程式交易系統設計與建構,新陸書局股份有限公司‧福懋出版社。
3.吳振晃,2003,”資料採礦技術於銀行授信之應用---以消費者貸款為例”,文化大學資訊管理研究所碩士論文。
4.吳聲昌,2006,”以資料探勘技術於台灣股票市場尋找低風險投資組合之研究”,世新大學資訊管理學系碩士論文。
5.曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯,2006,資料探勘,旗標出版股份有限公司。
6.Philip Joos, Koen Vanhoof, Hubert Oogeh & Nathalie Sierens,1998, “Credit Classification:A comparison of logit models and decision tree”.
7.NazliIkizler, H.Altay Guvenir,2000, “Mining Interesting Rules in Bank Loans Data”
8.Muh-Cherng Wu , Sheng-Yu Lin, Chia-Hsin Lin,2006,”An effective application of decision tree to stock trading”,Expert Systems with Applications 31, 270–274.
9.Wun-Hwa Chen , Jen-Ying Shih,2006,”A study of Taiwan’s issuer credit rating systems using support vector machines”,Expert Systems with Applications 30 ,427–435.
10.Jar-Long Wanga, Shu-Hui Chan,2006,”Stock market trading rule discovery using two-layer bias decision tree”,Expert Systems with Applications 30 ,605–611.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔