本文關(guān)鍵詞：基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究，由筆耕文化傳播整理發(fā)布。

南昌大學(xué)2003級碩士學(xué)位論文 文獻綜述報告 基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究 Study on Mining Association Rules from Stock Time Series Data 系 別： 計算機科學(xué)與技術(shù)系 專 業(yè)： 計算機應(yīng)用技術(shù) 研究方向： 人工智能 研 究 生： 汪廷華 導(dǎo) 師： 程從從（教授） 2005年03月 一．引言 隨著計算機信息系統(tǒng)的日益普及，大容量存儲技術(shù)的發(fā)展以及條形碼等數(shù)據(jù)獲取技術(shù)的廣泛應(yīng)用，人們在日常事務(wù)處理和科學(xué)研究中積累了大量的各種類型的數(shù)據(jù)。在這些數(shù)據(jù)中，有很大一部分是呈現(xiàn)時間序列（time series）類型的數(shù)據(jù)。所謂時間序列數(shù)據(jù)就是按時間先后順序排列各個觀測記錄的數(shù)據(jù)集[1]，如金融證券市場中每天的股票價格變化；商業(yè)零售行業(yè)中，某項商品每天的銷售額；氣象預(yù)報研究中，某一地區(qū)的每天氣溫與氣壓的讀數(shù)；以及在生物醫(yī)學(xué)中，某一癥狀病人在每個時刻的心跳變化等等。然而，我們應(yīng)該注意到：時間序列數(shù)據(jù)不僅僅是歷史事件的記錄，更重要的是蘊藏這些數(shù)據(jù)其中不顯現(xiàn)的、有趣的模式。隨著時間推移和時間序列數(shù)據(jù)的大規(guī)模增長，如何對這些海量數(shù)據(jù)進行分析處理，挖掘其背后蘊藏的價值信息，對于我們揭示事物發(fā)展規(guī)律變化的內(nèi)部規(guī)律，發(fā)現(xiàn)不同事物之間的相互關(guān)系，為人們正確認識事物和科學(xué)決策提供依據(jù)具有重要的實際意義。 時間序列數(shù)據(jù)分析按照不同的任務(wù)有各種不同的方法，，一般包括趨勢分析、相似性搜索、與時間有關(guān)數(shù)據(jù)的序列模式挖掘、周期模式挖掘等[2]。本綜述是針對證券業(yè)中股票時間序列分析的，試圖通過列舉、分析有關(guān)證券業(yè)中股票時間序列數(shù)據(jù)分析的原理、方法與技術(shù)，著重探討數(shù)據(jù)挖掘中基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘的概念、原理技

  本文關(guān)鍵詞：基于股票時間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究，由筆耕文化傳播整理發(fā)布。