本文關(guān)鍵詞：基于改進(jìn)聚類算法在金融用戶投資推薦中的應(yīng)用研究

  更多相關(guān)文章： 金融時(shí)間序列數(shù)據(jù) 聚類算法 K-means BIRCH 核心樹(shù)

【摘要】：在充分分析傳統(tǒng)K-means和BIRCH聚類算法優(yōu)缺點(diǎn)的基礎(chǔ)上,提出改進(jìn)的基于核心樹(shù)的增量聚類算法,該算法可以很好地完成金融投資推薦任務(wù),在一定程度上降低了金融用戶投資風(fēng)險(xiǎn),具有較強(qiáng)的實(shí)踐意義。
【作者單位】： 福建船政交通職業(yè)學(xué)院;
【關(guān)鍵詞】： 金融時(shí)間序列數(shù)據(jù) 聚類算法 K-means BIRCH 核心樹(shù)
【分類號(hào)】：F832.5
【正文快照】： 在經(jīng)濟(jì)全球化的支持下,金融行業(yè)產(chǎn)生的金融時(shí)間序列數(shù)據(jù)呈指數(shù)增長(zhǎng),積壓在金融行業(yè)中的數(shù)據(jù)越來(lái)越多,依靠人工或者簡(jiǎn)單的計(jì)算模型往往很難得到精確計(jì)算結(jié)果。金融時(shí)間序列數(shù)據(jù)的挖掘和處理是金融信息化的趨勢(shì),趨于成熟化的數(shù)據(jù)挖掘算法將會(huì)給擁有大量有意義數(shù)據(jù)的金融行業(yè)帶來(lái)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 張成虎;李霖魁;;基于信息融合的多層次多因素客戶洗錢(qián)風(fēng)險(xiǎn)綜合評(píng)估研究[J];湖南社會(huì)科學(xué);2015年01期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 任敬東;;關(guān)于會(huì)計(jì)事務(wù)所洗錢(qián)風(fēng)險(xiǎn)及政策建議[J];企業(yè)導(dǎo)報(bào);2015年15期

2 胡志峰;;自動(dòng)故障檢測(cè)與診斷在暖通空調(diào)中的運(yùn)用[J];企業(yè)導(dǎo)報(bào);2015年15期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張成虎;趙小虎;;基于貝葉斯分類的可疑金融交易識(shí)別研究[J];財(cái)經(jīng)研究;2009年10期

2 彭韶兵;周婧;;銀行業(yè)反洗錢(qián)內(nèi)部控制效率評(píng)價(jià)指數(shù)研究[J];國(guó)際金融研究;2013年01期

3 唐旭;張雁;師永彥;曹作義;;中國(guó)洗錢(qián)風(fēng)險(xiǎn)評(píng)估研究[J];金融發(fā)展評(píng)論;2011年05期

4 郭英見(jiàn);吳沖;;基于信息融合的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J];金融研究;2009年01期

5 唐旭;師永彥;曹作義;;中國(guó)反洗錢(qián)工作有效性研究[J];金融研究;2009年08期

6 徐t樋，

本文編號(hào)：679277