多元时间序列中跨事务关联规则分析的高效处理算法  

An Efficient Algorithm for Mining Inter-transaction Association Rules in Multiple Time Series

作　　者：董泽坤[1] 李辉[2] 史忠植[2] 

机构地区：[1]中国科技大学研究生院计算机学部,北京100039 [2]中科院计算技术研究所智能信息重点实验室,北京100080

出　　处：《计算机科学》2004年第3期108-111,共4页Computer Science

摘　　要：用挖掘跨事务关联规则的方法分析多元时间序列,可以找到序列中不同采样点观察值之间相互影响的关系。本文为实现这一目的,提出一种新的分析方法:ES-Appiori。此方法通过减少数据库扫描次数,优化内存分配,能够高效地分析多元时间序列之间的关联规则。试验表明,用此方法分析中国证券市场的股票时间序列非常有效。We can use methods that mine inter-transaction association rules to analysis multiple time series for finding their relationships. In this paper, a new algorithm named ES-Apriori will be presented to mine inter-transaction association rules in multiple time series. This algorithm needs to search the whole database only one time, with the rational arrangement of memory usage it can successfully mine the association rules in time series. Experiments have shown that this method can efficiently analyze the time series of Chinese Stock Market.

关 键 词：数据挖掘 数据库 多元时间序列 关联规则 高效处理算法 ES-Apriori算法 证券市场 中国 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] F832.5[自动化与计算机技术—计算机科学与技术]