基于平行坐标和数据挖掘的P2P借贷金融数据可视化研究

摘要

本论文以真实的网络P2P借贷金融数据作为基础，结合计算美学中的可视化手段，与数据挖掘领域交叉结合，运用多种算法和表现形式，挖掘数据中的规律并直观展示影响借贷成功与否的影响因素。
　　本研究以平行坐标等可视化手段作为呈现工具，对表现方法、计算手段进行了深入研究和改进，提出坐标轴上数据密度的概念，在保证效率的前提下对于绘制方式提出了如何呈现数据趋势的改进方法，加入多种交互手段以达到结果的灵活性和可变性，更结合使用动态画法产生更加具有交互效果的展示方式。
　　为了呈现更加具有统计意义的结果，本研究还结合使用了Kmeans数据挖掘算法，进行数据聚类，并结合启发式算法对于初始数据和聚类参数进行改进，使得算法更加高效。对于挖掘出的结果，本研究将其灵活的融入平行坐标的交互展示中，使得数据的呈现方式更加多元且高效。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1可视化领域概述

1.2相关算法概述

第二章 P2P借贷金融数据平行坐标表示

2.1国内外研究现状

2.2 P2P借贷金融数据的平行坐标表示

第三章 P2P借贷金融数据平行坐标的改进显示

3.1追踪数据变化趋势的连贯表示方法

3.2连续以及离散数据密度表示

3.3金融借贷数据平行坐标中的交互式维度重排

第四章 基于数据挖掘算法的数据可视化

4.1 Kmeans算法主要改进点

4.2 Apriori频繁项挖掘与反向Apriori非频繁项挖掘

4.3初始值的确定

4.4模拟退火思想对Kmeans的改进

4.5聚类的平行坐标绘制结果

第五章 结论与展望

参考文献

发表论文和参加科研情况说明

致谢