数据仓库在证券行业中的应用研究

doi:10.11925/infotech.1003-3513.2005.12.17

现代图书情报技术

2005, Vol. 21

Issue (12): 71-73 https://doi.org/10.11925/infotech.1003-3513.2005.12.17

工作交流

本期目录 | 过刊浏览 | 高级检索

数据仓库在证券行业中的应用研究

李康

(南京大学信息管理系南京 210093)

The Implementation of Data Warehouse in Stock Trade

Li kang

(Department of Information Management, Nanjing University, Nanjing 210093, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

从数据仓库的技术谈起，结合现阶段证券行业的特点，提出以交易为主题构建数据仓库系统，并给出了具体实施的方法。在此基础上探讨了将数据挖掘技术应用于证券行业中的前景和方法。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：证券交易, 数据仓库, 联机分析处理, 数据挖掘

Abstract：

ginning with the Data Warehouse, we discuss the implementation of data warehouse in stock trade and how to create the data warehouse based on the subject of exchange. Further more, the foreground and methods of applying the data mining to stock are also discussed.

Key words： Stock exchange Date warehouse OLAP Data mining

收稿日期: 2005-08-04 出版日期: 2005-12-25

TP311

通讯作者: 李康 E-mail: tom1808cn@sina.com

作者简介: 李康

引用本文:

李康. 数据仓库在证券行业中的应用研究[J]. 现代图书情报技术, 2005, 21(12): 71-73.
Li kang. The Implementation of Data Warehouse in Stock Trade. New Technology of Library and Information Service, 2005, 21(12): 71-73.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2005.12.17 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2005/V21/I12/71

1陈京民数据仓库与数据挖掘技术北京：电子工业出版社，2002
2陈文伟决策支持系统及其开发北京：清华大学出版社，2000
3Claudia Imhoff, Nicholas Galemmo, Jonathan G. Geiger数据仓库设计北京：机械工业出版社，2004
4江念南利用数据仓库/数据挖掘技术构建DC-CRM模型情报学报，2004（5）
5James Suppelsa, Richard Newman, The Analytic Data Warehouse: Empowering Investment Professionals to build more complex analytical systemsFactSet Research Systems, March 2003
6Rick Whiting, The Data-Warehouse AdvantageCMP Media LLC, 2003
7刘明吉，张晓京，刘洪杰，王秀峰，王治宝数据仓库在证券交易中的研究与应用计算机工程，2000（2）：47-49
8李德勇，瞿东升面向证券分析的数据仓库系统研究北京工业大学学报，2002（28），253-256
9罗运模SQL Server 2000数据仓库应用与开发北京：人民邮电出版社，2001

[1]	常志军,钱力,谢靖,吴振新,张鹄,于倩倩,王颖,王永吉. 基于分布式技术的科技文献大数据平台的建设研究^*[J]. 数据分析与知识发现, 2021, 5(3): 69-77.
[2]	谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 ^*[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[3]	沈志宏,赵子豪,王海波. 以图为中心的新型大数据技术栈研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 50-65.
[4]	张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[5]	陆泉,朱安琪,张霁月,陈静. *中文网络健康社区中的用户信息需求挖掘研究^——以求医网肿瘤板块数据为例**[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[6]	牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究^*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[7]	李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究^*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[8]	牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究^*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[9]	胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究^*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[10]	江思伟, 谢振平, 陈梅婕, 蔡明. 混合特征数据的自解释归约建模方法^*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[11]	牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较^*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[12]	李峰,李书宁,于静. 面向院系的高校毕业生图书馆记忆系统[J]. 现代图书情报技术, 2016, 32(5): 99-103.
[13]	翟东升, 蔡力伟, 张杰, 冯秀珍. 基于专利数据仓库的技术功效图挖掘方法研究——以3D打印技术为例[J]. 现代图书情报技术, 2015, 31(7-8): 131-138.
[14]	赵静娴. 基于决策树的网络伪舆情识别研究[J]. 现代图书情报技术, 2015, 31(6): 78-84.
[15]	何建民, 王哲. 社交网络话题信息传播影响簇发现谱系挖掘方法[J]. 现代图书情报技术, 2015, 31(5): 65-72.

Viewed

Full text

Abstract

Cited

Shared

Discussed