基于數(shù)據(jù)挖掘技術(shù)的股票預(yù)測與研究.pdf

1、現(xiàn)如今提到數(shù)據(jù)挖掘技術(shù),相信大家都并不陌生,因為它已漸漸融入在生活的方方面面。當(dāng)今社會的計算機技術(shù)的迅猛發(fā)展給生活帶來的各種便利,同時伴隨著對數(shù)據(jù)的操作與研究的廣度和深度的加深,人們已經(jīng)不再只滿足對海量數(shù)據(jù)的表面性掌握,更希望獲得到更多更有價值的信息,而數(shù)據(jù)挖掘技術(shù)就是幫助人們解決這一問題,即從海量數(shù)據(jù)中挖掘其背后的信息。
　　如今對于時間序列數(shù)據(jù)挖掘的研究有很多的方面,其中相似性挖掘和模式挖掘是時下比較流行也是受到國內(nèi)外學(xué)者關(guān)注

2、較多的研究。作為數(shù)據(jù)挖掘的一項基礎(chǔ)研究,相似性挖掘?qū)ρ芯繑?shù)據(jù)挖掘的各個方面有著重要的意義。而在相似性研究中面臨的一個重要問題就是如何解決對時間序列數(shù)據(jù)的壓縮與表示,在這方面人們也早已進(jìn)行了系統(tǒng)而深入的研究,同時也提出了多種時間序列的表示方法來對數(shù)據(jù)量進(jìn)行處理。本文以股票時間序列數(shù)據(jù)為對象,在對時間序列數(shù)據(jù)線性化的章節(jié)提出基于特征點與臨界分段斜率比較的方法更好對數(shù)據(jù)進(jìn)行線性劃分,該方法從原始序列中提取特征點,以特征點來作為分段的界線,并通