许伟，男，博士，中国人民大学信息学院经济信息管理系副教授，硕士生导师。主要研究领域为金融管理、信息系统。主持国家自然科学基金、北京市自然科学基金、省市部委及金融企业合作项目多项，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等国内外期刊和国际会议上发表研究论文50余篇，获得北京市优秀人才、北京市科技新星、IBM访问学者、北京市哲学社会科学优秀成果奖等多个奖项。

　　《金融数据挖掘：基于大数据视角的展望》结构分为五个篇章。第一篇介绍了数据挖掘方法。第二篇是银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。
　　《金融数据挖掘：基于大数据视角的展望》的读者可以是对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家，也可作为金融信息工程方向的工程硕士教材或参考书。

第一篇 金融数据挖掘概述
第1章 绪论
1.1 金融领域进行数据挖掘的必要性
1.2 金融数据挖掘的应用领域
1.3 金融数据挖掘的过程
1.4 本章小结
第2章 数据挖掘的原理、方法与技术
2.1 数据挖掘概述
2.2 数据预处理
2.3 数据仓库的建立
2.4 数据挖掘方法
2.5 数据挖掘评估
2.6 本章小结

第二篇 银行数据挖掘
第3章 基于神经网络的信用评分方法
3.1 引言
3.2 神经网络
3.3 数据集
3.4 实验设计
3.5 实验结果
3.6 实验结果分析
3.7 本章小结
第4章 基于支持向量机的信用风险评估方法
4.1 引言
4.2 SVM参数优化方法
4.3 实证分析
4.4 本章小结
第5章 基于数据挖掘的银行信贷评价方法
5.1 引言
5.2 基于数据挖掘的银行信贷评价模型
5.3 实证检验
5.4 本章小结

第三篇 证券数据挖掘
第6章 基于粗糙集的股票价格预测方法
6.1 引言
6.2 基于粗糙集的预测方法
6.3 基于粗糙集的股票预测模型
6.4 实证分析
6.5 本章小结
第7章 基于网络信息的金融市场价格预测
7.1 引言
7.2 微博的发展及在金融预测中的实际意义
7.3 相关性检验与SVM股价预测
7.4 实证分析
7.5 本章小结
第8章 基于数据挖掘的股票自动交易系统
8.1 引言
8.2 神经网络和小波分析技术
8.3 基于小波分析和BP神经网络的股票自动交易系统
8.4 实证分析
8.5 本章小结
……
第四篇 保险及其他数据挖掘
第五篇 基于金融大数据视角的展望