本文選題：證券業(yè)務 + 數據倉庫��； 參考：《電子科技大學》2013年碩士論文

【摘要】：證券行業(yè)中的各類數據是證券公司積累的寶貴財富，然而，很多證券公司并沒有意識到這些數據的價值，靜態(tài)的數據無法產生應有的效益，只有將不同類型的數據采用某種技術手段聯(lián)系到一起，才能夠發(fā)掘出數據之間內在的聯(lián)系，更好地為證券公司的業(yè)務發(fā)展服務。 利用數據倉庫、聯(lián)機分析處理、數據挖掘等方法，對證券公司的各類數據進行處理，目的是增強證券公司在客戶關系管理和業(yè)務拓展決策方面的能力，并利用軟件工程的相關理論和技術，開發(fā)了證券公司的業(yè)務管理分析系統(tǒng)。 首先對證券公司在客戶數據管理業(yè)務流程、行情與交易數據處理流程、業(yè)務營運數據處理流程等方面的需求進行了分析，明確了系統(tǒng)開發(fā)的目標，并對系統(tǒng)使用過程中的性能指標進行了研究。然后，，將系統(tǒng)劃分為三層結構，分別是前臺操作與結果展示模塊、后臺數據處理模塊、數據源及數據倉庫模塊。前臺模塊的主要功能是實現系統(tǒng)與用戶之間的人機交互功能，包括各類參數的設置、數據選擇與處理、數據倉庫構建操作、聯(lián)機分析處理和數據挖掘結果的展現等；后臺模塊的主要是以服務的形式封裝了數據聯(lián)機分析處理服務、數據挖掘服務、ETL服務等功能，并根據系統(tǒng)的應用目標，實現了三類數據處理的業(yè)務邏輯。設計實現了系統(tǒng)的數據倉庫，分別設計了數據倉庫的概念模型、邏輯模型、物理模型。不同的數據處理與挖掘模塊所應用的數據挖掘方法也不同，系統(tǒng)將根據實際的使用需求選擇合適的數據聯(lián)機分析和數據挖掘方法，利用決策樹技術實現了客戶關系管理數據的挖掘功能，利用概率神經網絡技術實現了行情預測的數據挖掘功能。 證券行業(yè)數據挖掘系統(tǒng)的構建，有利于實現對公司管理層決策的輔助支持，在實際的應用中能夠提高風險的控制能力，爭取客戶源，實現公司利益的最大化。
[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.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP311.13;TP311.52

【相似文獻】

相關期刊論文 前10條

1 費江波;;分析型CRM中數據倉庫的設計與實現[J];科技經濟市場;2007年01期

2 麥永浩;楊超;;公安數據倉庫和數據挖掘應用研究[J];警察技術;2009年02期

3 譚春曦;;數據倉庫在數字圖書館中的作用[J];硅谷;2010年21期

4 張麗;;數據倉庫與數據挖掘[J];貴州民族學院學報(哲學社會科學版);2006年02期

5 劉志民;;企業(yè)數據倉庫的設計與實現[J];硅谷;2008年14期

6 王棟;向陽;張波;;本體在數據挖掘系統(tǒng)中的應用研究[J];計算機工程與應用;2009年05期

7 陳鳳美;;數據倉庫在電子商務中的應用研究[J];太原師范學院學報(自然科學版);2010年04期

8 唐常杰;于中華;張?zhí)鞈c;;歷史數據、知識發(fā)現與數據倉庫[J];計算機應用;1996年02期

9 馬宏斌;陳紅;丁群;王積祥;;虛擬實驗室數據倉庫管理[J];實驗室研究與探索;2006年11期

10 張劍;;數據挖掘在醫(yī)院信息系統(tǒng)中的簡單應用[J];醫(yī)學信息;2008年03期

相關會議論文 前10條

1 溫國鋒;李宏艷;王廣成;王永生;王成華;馬立強;王敏;張巍巍;寧豐榮;岱云;;數據倉庫與粗集數據挖掘在建筑管理決策中的應用研究[A];決策與管理研究（2007-2008）——山東省軟科學計劃優(yōu)秀成果匯編（第七冊·上）[C];2009年

2 徐慧;;基于Web的文獻數據挖掘[A];第十七屆全國數據庫學術會議論文集（技術報告篇）[C];2000年

3 薛曉東;李海玲;;數據挖掘的客戶關系管理應用[A];科技、工程與經濟社會協(xié)調發(fā)展——河南省第四屆青年學術年會論文集（下冊）[C];2004年

4 肖健;劉楊;沈彩霞;;商業(yè)智能(BI)的行業(yè)應用[A];廣西計算機學會2008年年會論文集[C];2008年

5 王星;謝邦昌;戴穩(wěn)勝;;數據挖掘在保險業(yè)中的應用[A];北京市第十二次統(tǒng)計科學討論會論文選編[C];2003年

6 郭學軍;陳曉云;;粗集方法在數據挖掘中的應用[A];第十六屆全國數據庫學術會議論文集[C];1999年

7 曹波偉;薛青;鄭長偉;于屏崗;陳辰;;基于數據挖掘的裝備維修管理智能分析模型研究[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

8 孫迎;;醫(yī)院信息的數據挖掘與方法研究[A];中華醫(yī)學會第十次全國醫(yī)學信息學術會議論文匯編[C];2004年

9 呂琳;朱東華;劉玉琴;;面向數據倉庫的數據預處理研究綜述[A];2007年中國智能自動化會議論文集[C];2007年

10 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風病“陰陽類證”辨證規(guī)范的數據挖掘研究[A];中華醫(yī)學會第十三次全國神經病學學術會議論文匯編[C];2010年

相關重要報紙文章 前10條

1 張立明;數據挖掘之道[N];網絡世界;2003年

2 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術學院 牛琨;走出數據挖掘的誤區(qū)[N];人民郵電;2006年

3 王廣宇;數據挖掘 加速銀行CRM一體化[N];中國計算機報;2004年

4 李開宇　黃建軍 田長春;把“數據挖掘”作用發(fā)揮出來[N];中國國防報;2009年

5 裴維玲;呼叫中心與數據挖掘，誰先上？[N];網絡世界;2001年

6 華萊士;“數據挖掘”讓銀行贏利更多[N];國際金融報;2003年

7 記者　晏燕;數據挖掘讓決策者告別“拍腦袋”[N];科技日報;2006年

8 李立紅 朱進;承鋼數據挖掘系統(tǒng)建設項目正式實施[N];中國冶金報;2005年

9 吳勇毅;危機下，數據挖掘與提供信息決策是關健[N];中國冶金報;2009年

10 中圣信息技術有限公司 李輝;數據挖掘在CRM中的作用[N];中國計算機報;2001年

相關博士學位論文 前10條

1 孫麗;工藝知識管理及其若干關鍵技術研究[D];大連交通大學;2005年

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

3 韓穎;新型農村合作醫(yī)療數據挖掘研究[D];山西醫(yī)科大學;2009年

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

5 劉革平;基于數據挖掘的遠程學習評價研究[D];西南師范大學;2005年

6 劉寨華;基于臨床數據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;2006年

7 王川;基因芯片數據管理及數據挖掘[D];中國科學院研究生院（上海生命科學研究院）;2004年

8 王濤;挖掘序列模式和結構化模式的精簡集[D];華中科技大學;2006年

9 黃靜華;支持向量機算法研究及在氣象數據挖掘中的應用[D];中國礦業(yè)大學（北京）;2011年

10 郭斯羽;動態(tài)數據中的數據挖掘研究[D];浙江大學;2002年

相關碩士學位論文 前10條

1 梁小鷗;數據挖掘在高職教學管理中的應用[D];華南理工大學;2011年

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

3 李坤然;數據挖掘在股市趨勢預測的應用研究[D];中南林業(yè)科技大學;2008年

4 劉華敏;數據挖掘在高職院校學生成績分析中的應用[D];安徽大學;2011年

5 年愛華;數據挖掘在職校普通話等級考試成績分析中的應用[D];蘭州大學;2010年

6 全姣;政府采購資金使用數據挖掘研究[D];重慶理工大學;2011年

7 楊靜;數據挖掘在煤與瓦斯突出關聯(lián)因素分析中的應用研究[D];河南理工大學;2009年

8 鄭宏;數據挖掘可視化技術的研究與實現[D];西安電子科技大學;2010年

9 杜金剛;數據挖掘在電信客戶關系管理及數據業(yè)務營銷中的應用[D];北京郵電大學;2010年

10 徐路;基于決策樹的數據挖掘算法的研究及其在實際中的應用[D];電子科技大學;2009年

本文編號：2051909