頻繁鏈表關(guān)聯(lián)的挖掘算法及其在證券業(yè)中的應(yīng)用.pdf

1、在交易數(shù)據(jù)庫(kù)、時(shí)間序列數(shù)據(jù)庫(kù)及其它種類(lèi)的數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則，已經(jīng)成為數(shù)據(jù)挖掘研究中一個(gè)流行的研究領(lǐng)域。大部分挖掘采用Apriori類(lèi)方法，可產(chǎn)生候選集的代價(jià)非常高。FP-tree和CATS-tree算法提出了壓縮存儲(chǔ)和不產(chǎn)生候選項(xiàng)集的思想，但不適用于證券業(yè)。因它們都要求交易為多交易項(xiàng)的（一筆交易中常有多種商品），且得到的頻繁模式不包含時(shí)間屬性（即購(gòu)買(mǎi)啤酒的人80％會(huì)同時(shí)購(gòu)買(mǎi)尿布，而不是在未來(lái)某個(gè)時(shí)段內(nèi)會(huì)購(gòu)買(mǎi)）。而證券業(yè)有其特殊性，表現(xiàn)

2、為每筆交易均為單交易項(xiàng)的，且多數(shù)客戶(hù)兩次交易間是有時(shí)間間隔的。 為此，文中提出了一個(gè)適用于證券業(yè)單交易項(xiàng)的關(guān)聯(lián)規(guī)則算法，此算法能用其挖掘到帶有時(shí)間段屬性的頻繁交易模式，能支持多閥值挖掘，滿足證券業(yè)個(gè)性化服務(wù)對(duì)預(yù)知投資者信息需求的目的。此算法采用共同路徑樹(shù)和全新的頻繁鏈表結(jié)構(gòu)。前者是一棵擴(kuò)展的前綴交易項(xiàng)樹(shù)結(jié)構(gòu)，壓縮存儲(chǔ)了所有交易項(xiàng)的信息，且可在單交易項(xiàng)數(shù)據(jù)庫(kù)上直接構(gòu)建。后者是前者遍歷的結(jié)果，壓縮存儲(chǔ)了所有與頻繁模式挖掘相關(guān)的信息。