版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、南昌大學(xué)碩士學(xué)位論文基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究姓名：汪廷華申請學(xué)位級別：碩士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：程從從20060601南昌大學(xué)碩士學(xué)位論文基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究AbstractDataminingaimstogetpreviouslyunknownandpotentiallyusefulknowledgefromalargeamountofdatatoofferdecisionsupportWith
2、thedevelopmentofthestockmarkeLlotsofhistoryexchangedatahasbeenstoredindatabaseItattractsmoreandmoreattentionthathowtousethesehistoryexchangedatatodiscovertherulesofthestockmarketAssociationrulesminingisanimportantproblem
3、indataminingresearchfieldTheaimoftheassociationrulesminingiStoextractassociationsfromvastdataorobjectsAccordingtotheassociationswecandiscovertheinterdependenceamongobjectsandinferthepropertyofanobjectfromthepropertyofthe
4、otherAsakindofthetimeseriesdatathestockonehasthespecialcharacterofhisownbesidesthegeneralcharactersofthetimeseriesdataIfwecandosomeexploringresearchonthestocktimeseriesdataviaapplyingadvancddatamiIlingtechnology(suchasas
5、sociationrulesmining)，whichisbasedonthetraditionaleconomic&statisticalanalysismethod，andgetthepotentiallyvaluableknowledge，thisresearch，aparantlyhassignalityintheoryandpracticeThispaperprobesintotheaboveproblems，themainc
6、ontentsandresearchproductionsinclude3aspectsasfollows：1Detailedlyanaiyzetheapplicationofallkindsofdataminingtechnologiesbasedonthestatusquoofthedataaccumulationinsecuritiesbusiness，andpresentsanarchitecturemodelofdatamin
7、ingsysteminsecuritiesbyreferencingthegeneraldataminingsystemarchitectureWhat’smore，Weresearchthebasicprocedureandfunctioncomponentsofthearchitecturemodelbythenumbers2Discusstheclassicalalgorithmsfortheassociationrolesmin
8、ingandgeneralmethodsfortimeseriesdataanalyzingAccordingtothespecialpropetyofthestocktimeseriesdatawepresentanalgorithmguidedbyMetaRule，whichisbasdontheApriorialgorithm，formimngtheassociationrulesaimingatdescribingtheinte
9、rdependentchangesofthestockpriceFirstlywegetthetransactionsetswhicharesuitableforminingrulesafterpreprocesstheoriginalstockdatabyadoptingtheSlidingTime—Windowtechnology；Afterward，wedetailedlydiscusstheproceduretoconstruc
10、ttheassociationrulesbyusingSQL3DiscussthedataminingmodelbasedonRoughSetanddataredactalgorithmsAnewalgorithm，whichisbasedonRoughSet，aimingtodiscoverassociationrulesinstocktimeseriesdataispresentedThealgoriLhrnincludes3ste
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時間序列關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘在證券中的應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則在時間序列數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于時間序列聚類的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于關(guān)聯(lián)規(guī)則的股票時間序列趨勢預(yù)測研究.pdf
- 時間序列時序關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于滑動窗口的多元時間序列數(shù)據(jù)動態(tài)關(guān)聯(lián)規(guī)則挖掘.pdf
- 股票時間序列數(shù)據(jù)挖掘與趨勢預(yù)測--基于時間序列嵌入.pdf
- 關(guān)聯(lián)規(guī)則在股票時間序列上的應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則的股票數(shù)據(jù)挖掘算法研究
- 基于關(guān)聯(lián)規(guī)則的股票數(shù)據(jù)挖掘算法研究.pdf
- 時間序列的聚類和關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 多元時間序列流動態(tài)關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于時間戳的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則和序列模式.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 時間序列的符號化及時序關(guān)聯(lián)規(guī)則挖掘.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究.pdf
- 基于序列模式的正負(fù)關(guān)聯(lián)規(guī)則挖掘技術(shù).pdf
- 時間序列數(shù)據(jù)挖掘研究.pdf
評論
0/150
提交評論