本文選題：證券業(yè)務(wù) + 數(shù)據(jù)倉(cāng)庫(kù)��； 參考：《電子科技大學(xué)》2013年碩士論文

【摘要】：證券行業(yè)中的各類數(shù)據(jù)是證券公司積累的寶貴財(cái)富，然而，很多證券公司并沒(méi)有意識(shí)到這些數(shù)據(jù)的價(jià)值，靜態(tài)的數(shù)據(jù)無(wú)法產(chǎn)生應(yīng)有的效益，只有將不同類型的數(shù)據(jù)采用某種技術(shù)手段聯(lián)系到一起，才能夠發(fā)掘出數(shù)據(jù)之間內(nèi)在的聯(lián)系，更好地為證券公司的業(yè)務(wù)發(fā)展服務(wù)。 利用數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘等方法，對(duì)證券公司的各類數(shù)據(jù)進(jìn)行處理，目的是增強(qiáng)證券公司在客戶關(guān)系管理和業(yè)務(wù)拓展決策方面的能力，并利用軟件工程的相關(guān)理論和技術(shù)，開發(fā)了證券公司的業(yè)務(wù)管理分析系統(tǒng)。 首先對(duì)證券公司在客戶數(shù)據(jù)管理業(yè)務(wù)流程、行情與交易數(shù)據(jù)處理流程、業(yè)務(wù)營(yíng)運(yùn)數(shù)據(jù)處理流程等方面的需求進(jìn)行了分析，明確了系統(tǒng)開發(fā)的目標(biāo)，并對(duì)系統(tǒng)使用過(guò)程中的性能指標(biāo)進(jìn)行了研究。然后，，將系統(tǒng)劃分為三層結(jié)構(gòu)，分別是前臺(tái)操作與結(jié)果展示模塊、后臺(tái)數(shù)據(jù)處理模塊、數(shù)據(jù)源及數(shù)據(jù)倉(cāng)庫(kù)模塊。前臺(tái)模塊的主要功能是實(shí)現(xiàn)系統(tǒng)與用戶之間的人機(jī)交互功能，包括各類參數(shù)的設(shè)置、數(shù)據(jù)選擇與處理、數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建操作、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘結(jié)果的展現(xiàn)等；后臺(tái)模塊的主要是以服務(wù)的形式封裝了數(shù)據(jù)聯(lián)機(jī)分析處理服務(wù)、數(shù)據(jù)挖掘服務(wù)、ETL服務(wù)等功能，并根據(jù)系統(tǒng)的應(yīng)用目標(biāo)，實(shí)現(xiàn)了三類數(shù)據(jù)處理的業(yè)務(wù)邏輯。設(shè)計(jì)實(shí)現(xiàn)了系統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)，分別設(shè)計(jì)了數(shù)據(jù)倉(cāng)庫(kù)的概念模型、邏輯模型、物理模型。不同的數(shù)據(jù)處理與挖掘模塊所應(yīng)用的數(shù)據(jù)挖掘方法也不同，系統(tǒng)將根據(jù)實(shí)際的使用需求選擇合適的數(shù)據(jù)聯(lián)機(jī)分析和數(shù)據(jù)挖掘方法，利用決策樹技術(shù)實(shí)現(xiàn)了客戶關(guān)系管理數(shù)據(jù)的挖掘功能，利用概率神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)了行情預(yù)測(cè)的數(shù)據(jù)挖掘功能。 證券行業(yè)數(shù)據(jù)挖掘系統(tǒng)的構(gòu)建，有利于實(shí)現(xiàn)對(duì)公司管理層決策的輔助支持，在實(shí)際的應(yīng)用中能夠提高風(fēng)險(xiǎn)的控制能力，爭(zhēng)取客戶源，實(shí)現(xiàn)公司利益的最大化。
[Abstract]:All kinds of data in the securities industry are valuable wealth accumulated by securities companies. However, many securities companies do not realize the value of these data, and static data can not produce the benefits they deserve. Only by connecting different types of data with some technical means can we find out the internal relationship between the data and better serve the business development of securities companies. By using the methods of data warehouse, on-line analytical processing, data mining and so on, this paper deals with all kinds of data of securities companies in order to enhance the ability of securities companies in customer relationship management and business expansion decision-making. Using the theory and technology of software engineering, the business management analysis system of securities company is developed. First of all, the requirements of securities companies in customer data management business process, market and transaction data processing process, business operation data processing process and so on are analyzed, and the goal of system development is clarified. The performance index of the system is studied. Then, the system is divided into three layers: foreground operation and result display module, background data processing module, data source and data warehouse module. The main function of the foreground module is to realize the man-machine interaction function between the system and the user, including the setting of all kinds of parameters, data selection and processing, data warehouse construction operation, on-line analysis processing and the display of data mining results. The background module mainly encapsulates the data on-line analytical processing service and the data mining service ETL service in the form of service, and realizes three kinds of business logic of data processing according to the application goal of the system. The concept model, logic model and physical model of the data warehouse are designed and implemented. Different data processing and mining modules have different data mining methods. The system will choose the appropriate data on-line analysis and data mining methods according to the actual needs. The decision tree technology is used to realize the function of customer relationship management data mining, and the probabilistic neural network technology is used to realize the data mining function of market forecast. The construction of securities industry data mining system is helpful to realize the auxiliary support to the company management decision, to improve the risk control ability in the practical application, to strive for the customer source, to realize the company benefit maximization.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP311.13;TP311.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 費(fèi)江波;;分析型CRM中數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[J];科技經(jīng)濟(jì)市場(chǎng);2007年01期

2 麥永浩;楊超;;公安數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘應(yīng)用研究[J];警察技術(shù);2009年02期

3 譚春曦;;數(shù)據(jù)倉(cāng)庫(kù)在數(shù)字圖書館中的作用[J];硅谷;2010年21期

4 張麗;;數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[J];貴州民族學(xué)院學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2006年02期

5 劉志民;;企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[J];硅谷;2008年14期

6 王棟;向陽(yáng);張波;;本體在數(shù)據(jù)挖掘系統(tǒng)中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年05期

7 陳鳳美;;數(shù)據(jù)倉(cāng)庫(kù)在電子商務(wù)中的應(yīng)用研究[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

8 唐常杰;于中華;張?zhí)鞈c;;歷史數(shù)據(jù)、知識(shí)發(fā)現(xiàn)與數(shù)據(jù)倉(cāng)庫(kù)[J];計(jì)算機(jī)應(yīng)用;1996年02期

9 馬宏斌;陳紅;丁群;王積祥;;虛擬實(shí)驗(yàn)室數(shù)據(jù)倉(cāng)庫(kù)管理[J];實(shí)驗(yàn)室研究與探索;2006年11期

10 張劍;;數(shù)據(jù)挖掘在醫(yī)院信息系統(tǒng)中的簡(jiǎn)單應(yīng)用[J];醫(yī)學(xué)信息;2008年03期

相關(guān)會(huì)議論文 前10條

1 溫國(guó)鋒;李宏艷;王廣成;王永生;王成華;馬立強(qiáng);王敏;張巍巍;寧豐榮;岱云;;數(shù)據(jù)倉(cāng)庫(kù)與粗集數(shù)據(jù)挖掘在建筑管理決策中的應(yīng)用研究[A];決策與管理研究（2007-2008）——山東省軟科學(xué)計(jì)劃優(yōu)秀成果匯編（第七冊(cè)·上）[C];2009年

2 徐慧;;基于Web的文獻(xiàn)數(shù)據(jù)挖掘[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

3 薛曉東;李海玲;;數(shù)據(jù)挖掘的客戶關(guān)系管理應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2004年

4 肖健;劉楊;沈彩霞;;商業(yè)智能(BI)的行業(yè)應(yīng)用[A];廣西計(jì)算機(jī)學(xué)會(huì)2008年年會(huì)論文集[C];2008年

5 王星;謝邦昌;戴穩(wěn)勝;;數(shù)據(jù)挖掘在保險(xiǎn)業(yè)中的應(yīng)用[A];北京市第十二次統(tǒng)計(jì)科學(xué)討論會(huì)論文選編[C];2003年

6 郭學(xué)軍;陳曉云;;粗集方法在數(shù)據(jù)挖掘中的應(yīng)用[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

7 曹波偉;薛青;鄭長(zhǎng)偉;于屏崗;陳辰;;基于數(shù)據(jù)挖掘的裝備維修管理智能分析模型研究[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

8 孫迎;;醫(yī)院信息的數(shù)據(jù)挖掘與方法研究[A];中華醫(yī)學(xué)會(huì)第十次全國(guó)醫(yī)學(xué)信息學(xué)術(shù)會(huì)議論文匯編[C];2004年

9 呂琳;朱東華;劉玉琴;;面向數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)預(yù)處理研究綜述[A];2007年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2007年

10 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風(fēng)病“陰陽(yáng)類證”辨證規(guī)范的數(shù)據(jù)挖掘研究[A];中華醫(yī)學(xué)會(huì)第十三次全國(guó)神經(jīng)病學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 張立明;數(shù)據(jù)挖掘之道[N];網(wǎng)絡(luò)世界;2003年

2 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

3 王廣宇;數(shù)據(jù)挖掘 加速銀行CRM一體化[N];中國(guó)計(jì)算機(jī)報(bào);2004年

4 李開宇　黃建軍 田長(zhǎng)春;把“數(shù)據(jù)挖掘”作用發(fā)揮出來(lái)[N];中國(guó)國(guó)防報(bào);2009年

5 裴維玲;呼叫中心與數(shù)據(jù)挖掘，誰(shuí)先上？[N];網(wǎng)絡(luò)世界;2001年

6 華萊士;“數(shù)據(jù)挖掘”讓銀行贏利更多[N];國(guó)際金融報(bào);2003年

7 記者　晏燕;數(shù)據(jù)挖掘讓決策者告別“拍腦袋”[N];科技日?qǐng)?bào);2006年

8 李立紅 朱進(jìn);承鋼數(shù)據(jù)挖掘系統(tǒng)建設(shè)項(xiàng)目正式實(shí)施[N];中國(guó)冶金報(bào);2005年

9 吳勇毅;危機(jī)下，數(shù)據(jù)挖掘與提供信息決策是關(guān)健[N];中國(guó)冶金報(bào);2009年

10 中圣信息技術(shù)有限公司 李輝;數(shù)據(jù)挖掘在CRM中的作用[N];中國(guó)計(jì)算機(jī)報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 孫麗;工藝知識(shí)管理及其若干關(guān)鍵技術(shù)研究[D];大連交通大學(xué);2005年

2 劉東升;面向連鎖零售企業(yè)的客戶關(guān)系管理模型（R-CRM）研究[D];浙江工商大學(xué);2008年

3 韓穎;新型農(nóng)村合作醫(yī)療數(shù)據(jù)挖掘研究[D];山西醫(yī)科大學(xué);2009年

4 胡志坤;復(fù)雜有色金屬熔煉過(guò)程操作模式智能優(yōu)化方法研究[D];中南大學(xué);2005年

5 劉革平;基于數(shù)據(jù)挖掘的遠(yuǎn)程學(xué)習(xí)評(píng)價(jià)研究[D];西南師范大學(xué);2005年

6 劉寨華;基于臨床數(shù)據(jù)分析的病毒性心肌炎證候演變規(guī)律研究[D];黑龍江中醫(yī)藥大學(xué);2006年

7 王川;基因芯片數(shù)據(jù)管理及數(shù)據(jù)挖掘[D];中國(guó)科學(xué)院研究生院（上海生命科學(xué)研究院）;2004年

8 王濤;挖掘序列模式和結(jié)構(gòu)化模式的精簡(jiǎn)集[D];華中科技大學(xué);2006年

9 黃靜華;支持向量機(jī)算法研究及在氣象數(shù)據(jù)挖掘中的應(yīng)用[D];中國(guó)礦業(yè)大學(xué)（北京）;2011年

10 郭斯羽;動(dòng)態(tài)數(shù)據(jù)中的數(shù)據(jù)挖掘研究[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 梁小鷗;數(shù)據(jù)挖掘在高職教學(xué)管理中的應(yīng)用[D];華南理工大學(xué);2011年

2 廖賽恩;養(yǎng)生方數(shù)據(jù)挖掘分析系統(tǒng)的研制[D];湖南中醫(yī)藥大學(xué);2010年

3 李坤然;數(shù)據(jù)挖掘在股市趨勢(shì)預(yù)測(cè)的應(yīng)用研究[D];中南林業(yè)科技大學(xué);2008年

4 劉華敏;數(shù)據(jù)挖掘在高職院校學(xué)生成績(jī)分析中的應(yīng)用[D];安徽大學(xué);2011年

5 年愛華;數(shù)據(jù)挖掘在職校普通話等級(jí)考試成績(jī)分析中的應(yīng)用[D];蘭州大學(xué);2010年

6 全姣;政府采購(gòu)資金使用數(shù)據(jù)挖掘研究[D];重慶理工大學(xué);2011年

7 楊靜;數(shù)據(jù)挖掘在煤與瓦斯突出關(guān)聯(lián)因素分析中的應(yīng)用研究[D];河南理工大學(xué);2009年

8 鄭宏;數(shù)據(jù)挖掘可視化技術(shù)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2010年

9 杜金剛;數(shù)據(jù)挖掘在電信客戶關(guān)系管理及數(shù)據(jù)業(yè)務(wù)營(yíng)銷中的應(yīng)用[D];北京郵電大學(xué);2010年

10 徐路;基于決策樹的數(shù)據(jù)挖掘算法的研究及其在實(shí)際中的應(yīng)用[D];電子科技大學(xué);2009年

本文編號(hào)：2051909