數(shù)據(jù)挖掘技術(shù)在證券行業(yè)中的應(yīng)用研究.pdf

1、20世紀(jì)80年代末，數(shù)據(jù)挖掘作為新興的研究領(lǐng)域悄然出現(xiàn)。數(shù)據(jù)挖掘的研究目的是在大型數(shù)據(jù)集中發(fā)現(xiàn)那些隱藏的、人們感興趣的具有特定規(guī)律的信息。隨著數(shù)據(jù)挖掘的發(fā)展，這種技術(shù)被應(yīng)用在商業(yè)管理、政府辦公、科學(xué)研究和工程開發(fā)等眾多的領(lǐng)域中。本文主要關(guān)注數(shù)據(jù)挖掘的一項重要技術(shù)——關(guān)聯(lián)規(guī)則在股票分析中的應(yīng)用。
　　 首先，本文對數(shù)據(jù)挖掘和股票做了總體介紹，包括數(shù)據(jù)挖掘的概念、功能、步驟、股票的背景、基本知識、分析股票的方法和相關(guān)軟件以及二者的國

2、內(nèi)外的研究現(xiàn)狀；然后，詳細(xì)介紹了本文的重點，關(guān)聯(lián)規(guī)則中經(jīng)典算法Apriori算法，通過分析Apriori算法存在的兩個缺陷(即多次掃描數(shù)據(jù)庫和生成大量的候選集)，引入Aproiri TIDS算法來提高挖掘效率，并針對股票信息的特殊性，闡述了Aproiri_TIDS算法在股票數(shù)據(jù)挖掘中存在的問題：Aproiri_TIDS算法在數(shù)據(jù)的預(yù)處理和挖掘過程中會導(dǎo)致有效數(shù)據(jù)的流失，不能結(jié)合股票的重要性進(jìn)行有效的分析等；接著，介紹了本文的核心部分，即

3、從數(shù)據(jù)信息的新舊、股票的重要性、用戶的興趣三個方面提出了基于權(quán)重參數(shù)的Aproiri_TIDS優(yōu)化算法；最后，在對股票代碼、交易時間、漲跌幅屬性進(jìn)行數(shù)據(jù)預(yù)處理后，根據(jù)Aproiri_TIDS優(yōu)化算法對股票進(jìn)行實驗驗證，實驗結(jié)果證明改進(jìn)后的算法所挖掘出的關(guān)聯(lián)規(guī)則更加有效。
　　 引入權(quán)重參數(shù)后的算法，在效率上低于原Aproiri_TIDS算法，但是結(jié)合用戶對挖掘信息的及時性沒有很高的要求，改進(jìn)后的算法完全能滿足用戶的要求，最重要的