AIPUB归智期刊联盟

微信公众号

网站二维码

2025年8月8日 4:39 星期五
首页 > 过刊浏览>2009年第18卷第2期 >46-48
PDF HTML阅读 XML下载 导出引用 引用提醒
金融时间序列挖掘综合模型
作者:
基金项目:

广西自然科学基金项目(桂科自0832246);广西青年科学基金项目(桂科青0832084);广西研究生教育创新计划资助项目 (2008105950810M420)

  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献 [1]
    • |
  • 相似文献 [20]
    • |
  • 引证文献
    • | |
  • 文章评论
    摘要:

    时间序列挖掘是数据挖掘的重要组成部分，本文通过对金融数据按地点划分，经过平滑、聚类处理，再对同一类别的各条金融序列分别发现其序列内频繁模式，综合一个得到同类别多条金融时间序列的复合挖掘模型。农业价格时序挖掘实践证明,该金融时间序列挖掘模型利用挖掘出来的知识对金融时间序列趋势进行了定性分析，能有效地指导用户的市场行为，辅助用户决策。

    Abstract:

    广西自然科学基金项目(桂科自0832246);广西青年科学基金项目(桂科青0832084);广西研究生教育创新计划资助项目 (2008105950810M420)

    参考文献
    1 Agrawa L R, Ramakrishnan S. Fast algorithms for mining association rules in large databases. Proceedings of the Twentieth International Conference on Very Large Databases. Santiago: ACM Press, 1994:487－499. 2 Manila H, Toivonen H, Verkamo AI. Discovery frequent episodes in sequences. Proc of KDD95.1995. 3 Das G, Lin K, Mannila H, et al. Rule discovery from time series. Proceedings of Fourth Annual Conference on Knowledge Discovery and Data Mining. New York: AAAI Press, 1998: 16-22 Montreal: AAAI Press, 1995:210－215. 4 胡晓青,王波.基于数据挖掘的金融时序频繁模式的快速发现.上海理工大学学报,2006,28(4). 5 Kwok CO, Etzioni O, Weld DS. Scaling QuestionAnswering to the Web. ACM Trans. Information Systems, 2001, 19 (3):242－262. 6 史忠植.知识发现.北京:清华大学出版社,2002. 7 Whitehe SD. Auto-FAQ: An experiment in cyberspace leveraging. Proceedings of the Second International WWW Conference. volume1995:25－38. 8 王晓晔.时间序列数据挖掘中相似性和趋势预测的研究[博士学位论文].天津:天津大学, 2003. 9黄河,黄轲,杭小树,熊范纶.时间序列中快速模式发现算法的研究.计算机工程与应用, 2003, 39(21):192－194. 10 Oyama S, Kokubo T, Ishida T. Domain-Specific Web Search with Keyword Spices. IEEE Trans. Knowledge and Data Eng, 2004, 16(1):17－27.
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

朱冲,朱贤贵,张向利.金融时间序列挖掘综合模型.计算机系统应用,2009,18(2):46-48

复制
分享
文章指标
  • 点击次数:1945
  • 下载次数: 3751
  • HTML阅读次数: 0
  • 引用次数: 0
历史
文章二维码
友情链接:中国科学院软件研究所中国计算机学会中国科学院国家自然科学基金委员会软件学报
您是第12693705位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码：100190
电话：010-62661041 传真： Email：csa (a) iscas.ac.cn
技术支持：北京勤云科技发展有限公司

京公网安备 11040202500063号