该文主要是从普通数据DIV方法体系的研究、符号数据的DIV理论体系的构建以及理论方法的应用与实践三个方面来展开研究.其中，普通数据DIV方法体系的研究是构建符号数据的DIV理论体系的重要基础，而符号数据的动态DIV理论建立是研究该文研究的重要目标，它的意义在于极大地拓展了DIV方法的研究思路以及提高了DIV在实践中的应用范围和价值.该文首先系统地分析了当前聚类分析方法（clustering analysis）的研究现状，特别是DIV方法目前研究的现状.其次，通过归纳和阐述普通静态数据的DIV方法原理，研究并建立了普通动态数据的DIV理论和方法.具体来说，该文的创新工作主要体现在以下几个方面：1.时序立体数据表的DIV方法的建立.普通数据的DIV分析，目前只停留在静态数据的研究和实践中，对动态数据的理论研究上还未见完整、系统的方法体系.因此该文的研究首先建立关于普通数据的动态DIV方法的理论体系，使符号数据的动态DIV方法有较好的理论基础.2.研究动态符号数据的DIV理论机理.动态的符号数据表是指按时间过程排放的平面符号数据表序列，所有的符号数据表具有完全同名的样本点和完全同名的变量指标.3.符号数据的DIV动态判别模型.在符号数据的DIV动态分析中，可以得到相应的动态判别模型.这一系列的判别准则的最大特征就是用动态的指标变量作为判别的逻辑标识.因而可以对具有时序特性的新的样本点进行判别归类.该研究的实现将为判别决策分析提供新的理论内容，使在实际应用中增加一类有效的分析工具.4.国际股票市场的时空比较.对建立的国际股票市场的动态符号数据表进行DIV分析，针对不同时间、不同空间情况下的聚类情况作深入系统的比较和研究，描绘它们在发展中的动态特征，分析这些股市在发展阶段中存在的主要问题及其对策.5.中国股票市场的时空位置判别.将中国作为新的样本点带入聚类分析后所建立的判别模型，在不同时间和空间上与其它国家的股票市场进行对比分析.该论文将基于大量数据，并用新的分析方法得出中国股票市场的时空特征，同时进一步分析其产生的原因及其根源，将发达股市作为参考，从而提出适合中国实际和未来发展的思考和建议.