關聯(lián)規(guī)則挖掘在股票預測中的應用研究.pdf

1、數(shù)據(jù)挖掘是當今國際上人工智能和數(shù)據(jù)庫研究方面最富活力的新興領域，從大型數(shù)據(jù)庫中挖掘關聯(lián)規(guī)則的問題已經(jīng)成為近年來數(shù)據(jù)挖掘研究領域中的一個新熱點。股票投資風險與機遇并存。如何把握風險，投資回報最大化？是投資者追求的目標。而股票行情受經(jīng)濟、政治等因素的作用，其走勢變化莫測，難以把握?，F(xiàn)有的股票分析軟件其可靠性有待驗證。在股票行情數(shù)據(jù)庫中積累了大量歷史交易數(shù)據(jù)，如何充分利用這些歷史數(shù)據(jù)，從關聯(lián)規(guī)則挖掘領域進行新的研究和探索變得很有意義。

2、 本文基于國內外研究成果，首先介紹了數(shù)據(jù)挖掘的理論，引入關聯(lián)規(guī)則挖掘技術，對頻繁項集生成算法Apriori進行了分析。針對股票數(shù)據(jù)的特點和關聯(lián)規(guī)則算法Apriori存在的不足，提出一種基于比特向量和hash技術的頻繁項集生成優(yōu)化算法，并將其嵌入開源數(shù)據(jù)挖掘工具Weka中。 同時對股票行情數(shù)據(jù)庫的原數(shù)據(jù)文件進行分析，結合Weka數(shù)據(jù)格式的特點設計了預處理模塊。 最后使用改進后Weka挖掘工具對預處理后股票數(shù)據(jù)進行挖掘。對挖