基于改进的Apriori算法和遗传算法的股市挖掘模型

作者:何云峰

摘要:经典的关联规则挖掘算法——Apriori算法需要多次扫描数据库和过多的IO接口操作,费时费力。采用空间换时间的思路对其进行了改进。同时因为Apriori算法挖掘出的关联规则存在误导规则和弱关联规则等问题,而能够进行全局求解的遗传算法正好能够解决该问题,使用加入理解度概念的遗传算法对用改进的Apriori算法挖出的关联规则再次挖掘。之后,这种复合模型被应用到我国现阶段股市中,挖掘出了大量、实用的关联规则,对买卖股票起着良好的指导作用。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 电子信息科学综合
收录:
  • 维普收录(中)
  • 知网收录(中)
  • 上海图书馆馆藏
  • 万方收录(中)
  • 国家图书馆馆藏
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • apriori算法
  • 遗传算法
  • 关联规则
  • 中国股市
  • 挖掘模型

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机与数字工程

期刊级别:统计源期刊

期刊人气:8435

杂志介绍:
主管单位:中国船舶重工集团公司
主办单位:中船重工集团公司七院第七0九研究所
出版地方:湖北
快捷分类:计算机
国际刊号:1672-9722
国内刊号:42-1372/TP
邮发代号:
创刊时间:1973
发行周期:月刊
期刊开本:A4
下单时间:1个月内
复合影响因子:0.35
综合影响因子:0.64