金融时间序列频繁模式挖掘算法
Mining Sequential Pattern in Financial Time Series Data
摘要
针对金融时间序列数据库信息,提出一种时间序列频繁模式自动发现算法,该算法首先构造投影树,然后采用深度优先策略遍历投影树,挖掘出所有最长频繁模式,实验结果表明,该算法成功地挖掘出满足约束的频繁序列,在相同条件、不同支持度情况下,取得了与传统AprioriAll方法相同的规则集,而运行效率优于AprioriAll方法。
出处
《计算机系统应用》
2009年第11期80-83,共4页
Computer Systems & Applications
基金
广西研究生教育创新计划(2008105950810M420)
二级参考文献15
-
1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[J].上海理工大学学报,2006,28(4):381-385. 被引量：6
-
2Agrawa L R, Ramakrishnan S. Fast algorithms for mining association rules in iarge databases. Proceedings of the Twentieth International Conference on Very Large Databases. Santiago: ACM Press, 1994:487 - 499.
-
3Manila H, Toivonen H, Verkamo AI. Discovery frequent episodes in sequences. Proc ofKDD95.1995.
-
4Das 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.
-
5Kwok CO, Etzioni O, Weld DS. Scaling QuestionAnswering to the Web. ACM Trans. Information Systems, 2001, 19 (3):242 - 262.
-
6Whitehe SD. Auto-FAQ: An experiment in cyberspace leveraging. Proceedings of the Second International WWW Conference. volume 1995:25 - 38.
-
7Oyama S, Kokubo T, Ishida T. Domain-Specific Web Search with Keyword Spices. IEEE Trans. Knowledge and Data Eng, 2004, 16(1): 17 - 27.
-
8Chang Shing Perng,Haixun Wang,Sylvia R Zhang et al.Landmarks:a new model for similarity-based pattern querying in time series database.In Proceedings of the 16th International Conference on Data Engineering,San Diego, California, USA, 2000: 33--42.
-
9R Agrawal,C Faloutsos,A Swami.Efficient similarity search in sequences database[C].In:4th International Conference on Foundations of Data Organization and Algorithms, ,Chicago,minois,USA,1993:69-84.
-
10C Faloutsos,M Ranganathan,Y Mandoponlos.Fast subsequence matching in time-series databases[C].In:Proceedings of the 1994 ACM SIGMOD International Conference on Management of Data, Minneapolis, Minnesota, 1994:419-429.
共引文献8
-
1管河山,姜青山,王声瑞.基于点分布特征的多元时间序列模式匹配方法[J].软件学报,2009,20(1):67-79. 被引量：39
-
2朱冲,朱贤贵,张向利.金融时间序列挖掘综合模型[J].计算机系统应用,2009,18(2):46-48. 被引量：4
-
3李万能,李正媛,陈志遥,刘代芹,陈涛.基于时序模式斜率反正切定量分析地形变数据[J].内陆地震,2010,24(2):137-143.
-
4胡玉文,徐久成,张倩倩.决策表信息系统演化模型的回归分析预测算法[J].煤炭技术,2010,29(9):152-153. 被引量：10
-
5胡玉文,徐久成,张倩倩.多粒度时间序列下粒度决策的演化模型研究[J].计算机工程与应用,2011,47(20):117-120. 被引量：13
-
6鲁骏,宋俊辉.基于时序模型的农产品价格数据挖掘研究[J].信息系统工程,2011(8):29-30.
-
7刘芬,郭躬德.一种改进的时间序列模式发现算法[J].漳州师范学院学报（自然科学版）,2011,24(4):27-33. 被引量：2
-
8张会群,赵立宏,刘国华,王臣.基于时间序列的多岛遗传算法在水泥窑中的应用[J].化工自动化及仪表,2013,40(8):1008-1011.
-
1李芸,李青山.基于约束的最大频繁项集挖掘算法[J].计算机工程与应用,2007,43(17):160-163. 被引量：12
-
2杜勤,秦前付,樊永辉.N皇后问题的启发式算法探讨[J].计算机与网络,2010,36(24):51-53. 被引量：1
-
3郑洪方,王玉峰,王光兴,王越先,国峰.基于IP网络的物理拓扑自动发现算法[J].小型微型计算机系统,2006,27(1):17-21. 被引量：8
-
4杨璐,陈华卿,高大伟,卓宁.基于Mobile Agent网络的物理拓扑自动发现算法[J].计算机测量与控制,2007,15(10):1385-1387.
-
5骆岩红,安云峰,李春树.基于WBEM存储网络管理中资源注册机制的实现[J].西北民族大学学报（自然科学版）,2009,30(2):38-41.
-
6骆岩红,安云峰,李春树.基于WBEM存储网络管理中设备的自动发现[J].自动化与仪器仪表,2009(4):103-105.
-
7李义君.JAVA中线程之间的通信——wait、notify和notifyAll方法[J].电脑学习,2005(6):19-20.
-
8毕艳冰,孙延涛,李涛.一种交换式以太网拓扑结构的发现算法[J].小型微型计算机系统,2008,29(1):35-40. 被引量：3
-
9周俊生.异构IP网络的物理拓扑自动发现算法的研究与实现[J].计算机应用与软件,2003,20(10):70-73. 被引量：3
-
10朱琼.局域网拓扑结构自动发现算法的初步应用[J].安徽水利水电职业技术学院学报,2007,7(4):65-67.
