文摘
英文文摘
第1章 前言
1.1背景
1.1.1.金融电子化及其意义
1.1.2 中国银行金融电子化历程
1.1.3 商业银行以客户为中心的运行管理模式
1.2 本文所做的工作以及意义
1.2.1 现金业务简介
1.2.2 现金预测的意义
1.2.3 本文所做的工作
1.3 本文的组织
第2章数据挖掘以及机器学习方法概述
2.1数据挖掘定义以及意义
2.2数据挖掘步骤以及功能
2.3时间序列分析
2.4机器学习
2.4.1机器学习的定义
2.4.2机器学习的方法
2.4.3统计学习理论中学习的理论
2.4.4人工神经网络。
2.4.5支持向量机(Support Vector Machine或SVM)
2.4.6神经网络与支持向量机的比较：
2.5小结
第3章现金预测系统模型
3.1数据挖掘建模流程
3.2现金预测系统的体系结构
3.3主要算法描述
3.3.1神经网络
3.3.2 SVM
3.4小结
第4章现金预测系统处理以及结果分析
4.1确定数据源
4.2数据清洗
4.3数据下传加载
4.4影响网点现金流量的因素
4.5 预处理步骤
4.5.1 相似日分析
4.5.2指数平滑
4.5.3比率变换
4.5.4规范化处理
4.6预测模型处理
4.6.1分类器处理
4.6.2性能衡量指标
4.6.3不同输出参数、不同学习方法的比较
4.7小结
第5章总结与展望
5.1总结
5.2进一步的工作
附录
致谢
参考文献
论文原创性声明
