數據挖掘是一個涉及數據庫技術、計算智能、統(tǒng)計學、模式識別等多個學科的領域。目前,數據挖掘已經在各行各業(yè)有了非常廣泛的應用。 本書綜合了大量國內外的最新資料和作者的研究成果,系統(tǒng)地介紹了數據挖掘算法、相關技術及其金融數據上的應用。在緒論之后,全書從結構上分為3篇。第1篇具體介紹了數據挖掘的主要算法,包括決策樹算法、神經網絡算法、基因算法、基本統(tǒng)計分析方法、貝葉斯網絡算法、支持向量機方法等。第2篇主要討論數據挖掘的相關技術,包括數據倉庫技術、模糊處理技術、粗糙集技術以及目標優(yōu)化技術。第3篇探討了一些數據挖掘的應用專題,包括互聯網金融信息搜索引擎、互聯網信息流時間序列挖掘等問題。 本書的讀者可以是對金融應用感興趣的計算機專業(yè)人士,也可以是對計算機和互聯網感興趣的金融專業(yè)人士。它可供數據挖掘、機器智能、金融數據分析等領域的科技人員和高校師生參考。