【正文】 ： DMC 選項(xiàng) N 比率 相對于樣本的比率 Q41選股理由公司運(yùn)營 41405 % % Q42選股理由親友介紹 22399 % % Q43選股理由朋友 3316 % % Q44選股理由自己分析 42206 % % Q45選股理由第四臺 19086 % % Q46選股理由其他 8460 % % 總計(jì) 136872 % % LOGO Q5Q23針對 5類股票中的 100只股票 ,均為多選題 ,我們在數(shù)據(jù)預(yù)處理中將選擇了一種股票的記為 1,未選擇的記為 0,通過多選題分析的方法得到其比率 Q5,Q9,Q13,Q17,Q21為在未提醒被訪 者的情況下讓被訪者說出至多 5只股票 ,我們認(rèn)為被訪者對這些股票比較熟悉 Q7,Q11,Q15,Q19,Q23為是否購買 這只股票 ,最大選擇個數(shù)為 5 DMC LOGO LOGO 數(shù)據(jù)的處理 :Q8,Q12,Q16,Q20,問投資者分別對金融板塊 ,紡織板塊 ,鋼鐵板塊 , 這幾家上市公司的主要經(jīng)營項(xiàng)目是否熟悉。 Q5 請問在金融保險(xiǎn)類股中 ， 您所知道的股票有哪幾家 ？ 還有沒有 ？ 還有沒有 (復(fù)選 5項(xiàng) ， 不提示 )？ Q6 以下我將念出金融保險(xiǎn)類股的股票 ， 請問您聽過哪幾家 ？ (復(fù)選 ， 隨機(jī)提示 120項(xiàng) ) Q7 請問您有沒有購買金融保險(xiǎn)類股的股票 ？ 那么 ， 哪一家股票 ， 您所投資的金額最多 ？ (復(fù)選 5項(xiàng) ， 不提示 ) Q8 那么 ， 您清不清楚這幾家上市公司的主要經(jīng)營項(xiàng)目 ？ Q9 請問在電子類股中 ， 您所知道的股票有哪幾家 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q10 以下我將念出電子類股的股票 ， 請問您聽過哪幾家 ？ (復(fù)選 ， 隨機(jī)提示 120項(xiàng) ) Q11 請問您有沒有購買電子類股的股票 ？ 那么 ， 哪一家股票 ， 您所投資的金額最多 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q12 那么 ， 您清不清楚這幾家上市公司的主要經(jīng)營項(xiàng)目 ？ Q13 請問在紡織纖維類股中 ， 您所知道的股票有哪幾家 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q14 以下我將念出紡織纖維類股的股票 ， 請問您聽過哪幾家 ？ (復(fù)選 ， 隨機(jī)提示 120項(xiàng) ) Q15 請問您有沒有購買紡織纖維類股的股票 ？ 那么 ， 哪一家股票 ， 您所投資的金額最多 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q16 那么 ， 您清不清楚這幾家上市公司的主要經(jīng)營項(xiàng)目 ？ Q17 請問在鋼鐵類股中 ， 您所知道的股票有哪幾家 ？ 還有沒有 ？ 還有沒有 (復(fù)選 5項(xiàng) ， 不提示 )？ Q18 以下我將念出鋼鐵類股的股票 ， 請問您聽過哪幾家 ？ (復(fù)選 ， 隨機(jī)提示 120項(xiàng) ) Q19 請問您有沒有購買鋼鐵類股的股票 ？ 那么 ， 哪一家股票 ， 您所投資的金額最多 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q20 那么 ， 您清不清楚這幾家上市公司的主要經(jīng)營項(xiàng)目 ？ Q21 請問在上柜證券類股中 ， 您所知道的股票有哪幾家 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q22 以下我將念出上柜證券類股的股票 ， 請問您聽過哪幾家 ？ (復(fù)選 ， 隨機(jī)提示 117項(xiàng) ) Q23 請問您有沒有購買上柜證券類股的股票 ？ 那么 ， 哪一家股票 ， 您所投資的金額最多 ？ (復(fù)選 5項(xiàng) ， 不提示 )？ Q24 最近一年內(nèi) ， 請問您有沒有購買美金 ， 我們這里所說的購買美金不包括出國結(jié)匯 ， 純粹為了投資而購買的美金 ？ Q25 請問您購買的美金大約折合臺幣多少錢 ？ Q26 最近一年內(nèi) ， 請問您有沒有購買期貨 ？ Q27 請問您購買的期貨大約折合臺幣多少錢 ？ Q28 性別 Q29 請問您的年齡 ？ Q30 請問您的教育程度是 ？ Q31 請問您的職業(yè)是 ？ Q32 請問您個人一個月的收入大約是多少 ？ LOGO 數(shù)據(jù)準(zhǔn)備 DMC 第 1題篩選被訪者，在證券公司和銀行工作的人不列為被訪對象 Q28Q32: 被訪者的個人信息，包括性別，年齡，學(xué)歷，職業(yè)和收入等 第 2題區(qū)分被訪者后續(xù)回答的問題種類。 LOGO 本文采用的數(shù)據(jù)挖掘算法 模型評估方法－－提升圖 DMC 紅線表示理想模型 LOGO 本文采用的數(shù)據(jù)挖掘算法 模型評估方法－－分類矩陣 DMC LOGO 數(shù)據(jù)準(zhǔn)備 1 購買和未購買股票各占一半的調(diào)查者行為分析 2 股票購買者投資行為分析 3 美金購買者行為分析 4 期貨購買者行為分析 5 DMC LOGO 數(shù)據(jù)準(zhǔn)備 DMC 數(shù)據(jù)的說明 數(shù)據(jù)分類 數(shù)據(jù)的獲得 本數(shù)據(jù)來自臺灣輔仁大學(xué)統(tǒng)計(jì)資訊學(xué)系的電話調(diào)查(Computer Aided Telephone Investigation, CATI)中心。ve Bayes Neural Network Logistic Regression LOGO 本文采用的數(shù)據(jù)挖掘算法 DMC 提升圖 挖掘模型最可能介于隨機(jī)推測模型和理想或精確無誤的預(yù)測模型之間。 DMC 客戶獲得 它對于企業(yè)發(fā)現(xiàn)自己的潛在客戶群，提高市場活動的回報(bào)率，有的放矢地進(jìn)行營銷起到至關(guān)重要的作用 。LOGO 數(shù)據(jù)挖掘在投資理財(cái)分析中的運(yùn)用 —— 基于 CATI的數(shù)據(jù)挖掘模型 DMC LOGO 目 錄 研究結(jié)論及其建議 5. 投資理財(cái)建模分析 4. 3. 數(shù)據(jù)挖掘流程 2. 緒論 1. 投資理財(cái)分析中的數(shù)據(jù)挖掘技術(shù) DMC LOGO 論 研究背景 研究動機(jī) 研究目的 研究問題與范圍 報(bào)告架構(gòu)與研究流程 DMC LOGO 研 究 背 景 ? 臺灣經(jīng)濟(jì)狀況 : DMC LOGO 研 究 背 景 ? 臺