1··关联规则挖掘在证券业个性化服务中的应用

《1··关联规则挖掘在证券业个性化服务中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com第31卷第19期计算机工程2005年1O月Vo1．31№l9ComputerEngineeringOctober2OO5·开发研究与设计技术·文章缩号t1oo0-—3428(2IH】5)1_一o214__03文献标识码：A中圈分类号：TP311关联规则挖掘在证券业个性化服务中的应用徐晓．．I，黄林囊，顾鲁康(1．上海交通大学计算机科学与工程系，上海200030；2．东吴证券有限责任公司，苏州215007)摘要：提出了一种适用于证券业交易数据库挖掘的频繁模式链表关

2、联规则挖掘算法，它采用共享前缀交易项树和频繁模式链表结构，无须产生候选项集，FPL—growth算法通过直接排列出链路中的频项组合，就可得到完整的频繁模式集，且支持多阈值挖掘，挖掘到的关联规则带有时间段属性，特别适用于证券业的个性化信息需求获取。关健词：关联规则；共享前缀交易树；频繁模式链表；频繁模式链表关联规则算法；时间属性；证券ApplicationofAssociationRuleMiningi‘nPrersoOnalServiceolS~tocki

3、obberXUXiaofeng，HUANGLinpe

4、ng，GUXikang(1．Dept．ofComputerScienceandEngineering，ShanghaiJiaotongUniversity，Shanghai200030；2．DongwuStockCo．Ltd．，Suzhou215007)[Abstract]Thispaperproposesanassociationrulealgorithmwhichisthesamewithtradedatabaseofstock．Itusesshareprefixtransactiontreeandfre

5、quentpatternlink(FP—link)datastructure，andallowsfrequentpatternminingwithoutgenerationofcandidateitemsets．FPL—growthalgorithmgainsfrequentpatternsetsviastraightarrangecombinationoffrequentitemsetswithinlink．Itcanbeusedformultiplefrequentpatternminingwithdif

6、erentsupportsandobtainedassociationrulehaspropertyoftime，especiallyappliesinstockjobbertOgainpersonalinformationrequirement．[KeywordsiAssociationrule；STP-·tree；FP-·link；FPL-·growth；Time-·property；Stock1问题的提出孩子。关联规则挖掘即在数据中查找存在于项目集合之间的频(2)一个交易项头表。繁模式、关联、相关性或因

7、果结构。大部分关联规则挖掘采(3)节点包含4个域：交易项名item—name：节点代表的交易项；计数值count：通过某条路径到达这节点的交易次数；链接指针用的是Aprior⋯类方法。但产生候选集的代价是非常高的。node-link：指向下一个同名的节点，如无则标记为“null”；父指针FP-tree[21和CATS—tree[31算法提出了压缩存储和不产生候选项parent-link：指向前缀路径中的父节点。集的思想，但前者不支持多阈值挖掘，后者对树遍例扫描代(4)头表条目包含3个域：交易项名item—na

8、me：交易项名字；价比较高，且都不适用于证券业，因它们都要求交易为多交计数值count：交易项在DB中出现的次数；链接指针node．1ink：指易项(一笔交易中常有多种商品)，且得到的频繁模式不包含向SPT-tree中同名的左边第1个节点。时间属性(即购买啤酒的人80％会同时购买尿布，而不是在(5)频项列表中每个项在头表中各占一个条目。未来某个时段内会购买)。而证券业数据库有其特殊性，表现根据定义1有如下SPT-tree构造算法：为每笔交易均为单交易项的，且多数客户交易是有间隔的。算法l带有交易项合并(固定时

9、段属性)的构建SPT-tree为此，本文提出了FPL—growth算法，它适用于多交易项算法也适用于证券业单交易项数据库挖掘，只需扫描两遍数据库，输入：数据库(单交易项数据库)，合并时间参数T(无能得到带有时间段属性的频繁交易模式，且它还支持多阈值须输入支持度阈值)。挖掘，用以满足证券业个性化服务对预知投资者信息需求的输出：它的SPT-tree。目的。成为了FPL—growth区别与其它方法的不同之