大数据时代的到来，使得世界不得不更多地使用智能数据挖掘技术。目前，金融数据挖掘引起了众多学者和业界人士的广泛关注。在这种背景下，本书力求把握金融数据挖掘的最新动向，开发金融数据挖掘的典型案例，从大数据的视角加以思考和探索，并为金融数据挖掘研究和应用的发展提供有益的支持。

许伟、梁循和杨小平等编写《金融数据挖掘(基于大数据视角的展望)》的另一个出发点是，近年来我国金融业迅猛发展，金融信息化人才的需求量大大增加，相当多的毕业生进入了金融信息化行业。为满足实践的需要，很多大学的软件学院设立了金融信息系或金融信息专业，培养一批又一批的金融信息专业人才。笔者最近几年一直参与讲授一些院校的金融数据挖掘专业的工程硕士课程，感到缺少这样一本教材，所以组织师生编写了本书。

《金融数据挖掘(基于大数据视角的展望)》结构分为五个篇章。第一篇介绍了数据挖掘方法。第二篇是银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。

许伟、梁循和杨小平主编的《金融数据挖掘(基于大数据视角的展望)》的读者可以是对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家，也可作为金融信息工程方向的工程硕士教材或参考书。

第一篇 金融数据挖掘概述

第1章 绪论

1．1 金融领域进行数据挖掘的必要性

1．2 金融数据挖掘的应用领域

1．3 金融数据挖掘的过程

1．4 本章小结

第2章 数据挖掘的原理、方法与技术

2．1 数据挖掘概述

2．2 数据预处理

2．3 数据仓库的建立

2．4 数据挖掘方法

2．5 数据挖掘评估

2．6 本章小结

第二篇 银行数据挖掘

第3章 基于神经网络的信用评分方法

3．1 引言

3．2 神经网络

3．3 数据集

3．4 实验设计

3．5 实验结果

3．6 实验结果分析

3．7 本章小结

第4章 基于支持向量机的信用风险评估方法

4．1 引言

4．2 SVM参数优化方法

4．3 实证分析

4．4 本章小结

第5章 基于数据挖掘的银行信贷评价方法

5．1 引言

5．2 基于数据挖掘的银行信贷评价模型

5．3 实证检验

5．4 本章小结

第三篇 证券数据挖掘

第6章 基于粗糙集的股票价格预测方法

6．1 引言

6．2 基于粗糙集的预测方法

6．3 基于粗糙集的股票预测模型

6．4 实证分析

6．5 本章小结

第7章 基于网络信息的金融市场价格预测

7．1 引言

7．2 微博的发展及在金融预测中的实际意义

7．3 相关性检验与SVM股价预测

7．4 实证分析

7．5 本章小结

第8章 基于数据挖掘的股票自动交易系统

8．1 引言

8．2 神经网络和小波分析技术

8．3 基于小波分析和BP神经网络的股票自动交易系统

8．4 实证分析

8．5 本章小结

第四篇 保险及其他数据挖掘

第9章 基于数据挖掘的保险欺诈监测方法

9．1 引言

9．2 基于不平衡数据挖掘的保险欺诈监测模型

9．3 实证分析

9．4 本章小结

第10章 基于Logistic回归的企业破产预测 

10．1 引言

10．2 L0gistic回归方法

10．3 实证分析

10．4 本章小结

第11章 基于数据挖掘的财务报表欺诈监测方法

11．1 引言

11．2 相关文献综述

11．3 数据挖掘中四种常用的集成算法介绍

11．4 四种集成算法对财务报表欺诈进行监测的比较实验设计与结果分析

11．5 本章小结

第12章 基于时间序列模型的原油期货价格预测

12．1 引言

12．2 基本原理

12．3 实证分析

12．4 本章小结

第五篇 基于金融大数据视角的展望

第13章 大数据的特点和产生背景

13．1 大数据的产生背景

13．2 大数据的概念

13．3 大数据的特点

13．4 金融大数据

第14章 大数据技术

14．1 大数据处理技术框架

14．2 MapReduce主要技术

14．3 基于MapReduce的算法实现 

14．4 Hadoop系统介绍

14．5 Hadoop结构框架

14．6 Had0叩系统安装步骤

14．7 使用MapReduce技术和Hado叩软件处理金融大数据

14．8 本章小结

第15章 总结与展望

15．1 总结

15．2 大数据时代对生活、工作的影响

15．3 金融大数据研究展望