导读:本文包含了交易数据流论文开题报告文献综述及选题提纲参考文献，主要关键词:数据流,多维分析,可疑金融交易,反洗钱
交易数据流论文文献综述
尹为,张成虎,甘凯[1]（2013）在《基于数据流多维分析的可疑金融交易动态识别》一文中研究指出动态识别是改进我国目前可疑金融交易识别监测覆盖面不足和识别实时性较差的有效方法。针对动态识别的具体实现问题,基于数据流多维分析设计一种可疑突变特征动态识别算法。该算法根据金融交易数据流的特点,在筛选交易记录关键属性、构建数据流立方体结构以及确定通用路径的基础上,运用突变比量动态缩减时间框架,在不同维度及概念层上计算和维护立方体中数据单元的度量参数与突变比量参数,并以此为依据发现并识别出隐匿于数据流中的可疑突变特征。仿真结果表明:算法能够在有限的存储空间内完成对大规模金融交易数据流的实时处理,计算结果能够有效反映交易记录中频度、金额、类型等方面的可疑突变情况,从而达到动态识别可疑金融交易的目的。(本文来源于《北京理工大学学报(社会科学版)》期刊2013年05期）
张成虎,尹为[2]（2013）在《基于数据流频繁子图挖掘的可疑金融交易动态识别》一文中研究指出目前,我国基于交易上报制度和静态数据挖掘的可疑金融交易识别方法存在着监测覆盖面窄、识别时效性差两大瓶颈问题。一种可行的改进是在现有方法中引入对可疑金融交易的动态识别,其中需解决的关键问题是如何及时有效地从大规模动态数据集中发现相应的可疑交易特征。设计一种基于数据流频繁子图挖掘的可疑关联特征动态识别算法,并用实验证明该算法的可行性和有效性。(本文来源于《系统工程》期刊2013年07期）
于宁莉[3]（2006）在《基于证券市场交易数据流的场景记忆模型研究》一文中研究指出股票交易是现代经济活动中一种为了获得高收益而主动承受高风险的投资活动。股票价格指数仅仅为人们提供了一种衡量股票价格变动历史的工具。然而,人们更关心的是如何预测股票价格的未来趋势,以及买卖股票的适当时机。但是,由于影响股市交易的因素很多,股价的时间序列表现出复杂性和不确定性,这就使得关于股市预测的结果往往难如人意。另一方面,考虑到以不成熟的大量个体投资者主导我国股市交易是一个长期存在的现象,投资者对信息反应的异质性和易变性也将长期存在,因此,探索和研究出一种科学合理的方法分析股票价格波动的复杂性和规律性将是一项意义重大的任务。本文研究通过建立一种基于股市交易数据流的场景记忆模型探索历史客观的事实和规律,把历史某一模式下股票的后续走势刻画成一种记忆场景,在以后的市场生活中回忆曾经发生过的场景,这些场景客观地显示了历史现象,把历史客观的事实和规律清晰地展现在投资者面前,从而让投资者在真实平等的信息平台中作出选择,这比任何一种不确定的预测手段都具有说服力,而且符合股市中历史会重演的理论。该模型对大多数散户投资者非常有价值,并能避免一些由于信息理解失误造成的投资损失;场景记忆模型可以判断技术指标的准确率,这比市面上其它测试系统的结果更直接准确;而且还可以根据匹配到的模式点的个数和准确率大小比较某支股票所要参考的最优技术指标;并利用这一模型的原理和实验结果定义了一种判断股票活跃性的方法。另一方面,技术指标中的时间参数往往是决定一个技术指标效率高低的重要因素,本文运用场景记忆模型客观有效地分析了技术指标参数选择的问题,验证了技术指标最优参数的选取不是固定的,与股票的特性和投资者个人偏好有关,不能一概而论;更不能盲目地听从专家或前人给出的经验值和结论,这些并不具有通用性,有的甚至是错误的,要具体情况具体对待。(本文来源于《国防科学技术大学》期刊2006-11-01）
于宁莉,易东云,刘海波,周润[4]（2006）在《基于股票市场交易数据流的场景记忆模型》一文中研究指出设计一种基于场景记忆的多层推理模型,构造生活在高维资本市场内部交易数据流中的感知交易主体,从市场的内部研究市场的交易行为。把人脑的记忆机制巧妙地应用到股票市场,利用记忆、回忆等独特功能帮助投资者分析股市的变化趋势及特点,从而指导决策。通过计算机程序实验,我们设定的两种模式下的历史记忆情况清晰明了,并且该模式样本点的后续走势分布图有很大的参考价值。(本文来源于《系统工程》期刊2006年10期）
交易数据流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前,我国基于交易上报制度和静态数据挖掘的可疑金融交易识别方法存在着监测覆盖面窄、识别时效性差两大瓶颈问题。一种可行的改进是在现有方法中引入对可疑金融交易的动态识别,其中需解决的关键问题是如何及时有效地从大规模动态数据集中发现相应的可疑交易特征。设计一种基于数据流频繁子图挖掘的可疑关联特征动态识别算法,并用实验证明该算法的可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交易数据流论文参考文献
[1].尹为,张成虎,甘凯.基于数据流多维分析的可疑金融交易动态识别[J].北京理工大学学报(社会科学版).2013
[2].张成虎,尹为.基于数据流频繁子图挖掘的可疑金融交易动态识别[J].系统工程.2013
[3].于宁莉.基于证券市场交易数据流的场景记忆模型研究[D].国防科学技术大学.2006
[4].于宁莉,易东云,刘海波,周润.基于股票市场交易数据流的场景记忆模型[J].系统工程.2006