流数据时序模式依赖挖掘在股市行情分析中的应用

摘要

随着计算机信息技术的飞速发展，出现了一种新数据模型--流数据。流数据以连续的、快速的、随时间变化的并且可能是不可预测和无限的流的方式到达。目前，流数据在通信、金融证券和零售业等领域已得到广泛应用。流数据的出现从本质上对适用于静态数据的数据库技术和数据挖掘技术提出了新的挑战。 由于流数据是无限、连续到达的大量数据，不可能存储所有的数据，因此，许多传统的数据挖掘算法不适合于流数据的挖掘。本文通过对流数据时序模式挖掘算法和应用的研究，提出了一个在动态股市行情数据上进行股价数据流时序模式依赖挖掘的模型和算法，并以实例对具有模式依赖的股票进行了短期预测，从而，为投资者进行股票交易提供理性指导。 本文首先分析了股价数据进行流数据时序模式依赖挖掘的可行性，构建了一个在动态股市行情数据上进行时序模式依赖挖掘的模型，然后，在此基础上进行股价数据流时序模式依赖挖掘算法的设计，提出了基于滑动窗口和概要数据结构的股市行情时序模式依赖挖掘算法，最后，以实例验证了该时序模式依赖算法的有效性，并对有模式依赖的股票进行了短期预测。该算法满足股价数据的挖掘要求，有效适应股价数据的非线性和实时动态变化特征，并能有效进行流数据时序模式依赖挖掘和预测，可以满足用户对股市行情的实时查询和分析需求。

目录

文摘

英文文摘

声明

致谢

1 引言

1.1 流数据挖掘应用研究背景

1.2 流数据挖掘应用研究现状

1.3 主要研究工作及内容安排

2 流数掘挖掘综述

2.1 数据挖掘简介

2.1.1 数据挖掘的定义

2.1.2 数据挖掘的体系结构

2.1.3 数据挖掘的流程

2.1.4 数据挖掘的任务

2.1.5 数据挖掘的应用

2.2 流数据挖掘简介

2.2.1 流数据的定义

2.2.2 流数据的模型

2.2.3 流数据的特点

2.2.4 流数据管理系统

2.2.5 流数据的应用

2.2.6 流数据挖掘模型

2.2.7 流数据挖掘算法

2.3 流数据挖掘与数据挖掘的比较研究

2.3.1 流数据挖掘与数据挖掘的相似点

2.3.2 流数据挖掘与数据挖掘的不同点

3 基于股市行情分析的流数据时序模式挖掘算法研究

3.1 流数据挖掘技术在股市行情分析中的应用背景与现状

3.1.1 流数据挖掘技术适合股市行情分析的原因

3.1.2 股市行情数据的特点及其对挖掘技术的要求

3.2 基于股市行情分析的流数据挖掘算法特点和关键技术

3.2.1 基于股市行情分析的流数据挖掘算法特点

3.2.2 基于股市行情分析的流数据挖掘算法关键技术

3.3 流数据时序模式挖掘算法分析

3.3.1 时序模式挖掘的相关概念

3.3.2 经典流数据时序模式挖掘算法

3.3.3 适合股市行情分析的流数据时序挖掘算法

4 流数据时序模式依赖挖掘算法在股市行情分析中的应用

4.1 股市行情数据时序模式依赖挖掘模型

4.1.1 股市行情时序模式依赖挖掘模型的构造

4.1.2 股市行情时序模式依赖挖掘算法流程

4.2 股市行情时序模式依赖挖掘算法

4.2.1 相关性计算

4.2.2 条件规则创建

4.2.3 概要结构设计

4.2.4 模式依赖抽取和存储算法

4.2.5 模式依赖置信度和支持度计算算法

4.2.6 模式依赖挖掘算法相关数据写入数据库算法

4.3 算法应用实例分析

4.3.1 股票数据流相关性计算

4.3.2 股票模式依赖预测

5 总结和展望

5.1 论文总结

5.2 研究展望

参考文献

附录A 股票相关度计算实时数据表

作者简历