期刊文献+

基于关联规则和序列模式挖掘的客户行为模型 被引量:1

下载PDF
导出
摘要 首先介绍了关联规则和序列模式,并在证券交易历史数据仓库中使用Apriori算法和Aprioriall算法进行挖掘,然后用挖掘结果构造了证券网上交易的客户行为模型。最后,从该模型的Markov链转移概率矩阵出发实现了网上交易行情自动推送机制,有效地提高客户网上交易实时行情的响应速度。
作者 杜修平 王中
出处 《微型电脑应用》 2008年第8期9-11,8,共4页 Microcomputer Applications
  • 相关文献

参考文献6

二级参考文献45

  • 1王双成,苑森淼,王辉.基于类约束的贝叶斯网络分类器学习[J].小型微型计算机系统,2004,25(6):968-971. 被引量:30
  • 2王双成,苑森淼.具有丢失数据的贝叶斯网络结构学习研究[J].软件学报,2004,15(7):1042-1048. 被引量:62
  • 3王双成,苑森淼.具有丢失数据的可分解马尔可夫网络结构学习[J].计算机学报,2004,27(9):1221-1228. 被引量:19
  • 4[1]Agrawal R, Srikant R.Mining Sequential Patterns.In ICDE, 1995-03
  • 5[2]Srikant R, Agrawal R. Mining Sequential Patterns:Generalizations and Perfo fmnance Improvements. In EDBT, 1996-03
  • 6[3]Han J,Pei J.Yin Y.Mining Frequent Patterns Without Candidate Generation. ACM-SIGMOD,Dallas, TX,2000-05
  • 7[4]Pei J, Hah J, Mortazavi-Asl B,et al. PrefixSpan:Mining Sequential Patterns Efficiently by Prefix-projected Pattern Growth. Heidelberg,Germany: ICDE'01,2001-04
  • 8[5]Garofalakis M, Rastogi R, Shim K. Spirit: Sequential Pattern Mining with Regular Expression Constraints. Edinburgh,U K:VLDB199,1999-09
  • 9[6]Pei J,Han J.Can We Push More Constraints into Frequent Pattern Mining? Boston, MA:KDD'2000, 2000-08
  • 10[7]Han J,Pei J.Pattern Growth Methods for Sequential Pattern Mining: Principles and Extensions. San Francisco, California, USA:ACM SIGKDD 2001,2001-08

共引文献36

同被引文献2

  • 1R.Agrawal,T.Imielinski,A.Swami.Mining association rules between sets of items in large databases.ACM Press Pubfish- er.1993:207-216,.
  • 2J.S.Park,M.S.Chen, P.S.Yu.An Effective Hash Based Al- gorithm for Mining Association rules.MichaelJ.Carey and Donovan A.Schneider.Proceedings of the ACM-SIGMOD International Conference On Management of Data (SIG- MOD'95),San Jose, Califomia.1995.ACM Press Publisher, 1995:175-186.

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部