关联规则挖掘在证券业中的应用

• 作者: 徐晓晓 顾锡康 黄林鹏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2004,（z1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 6-7,296
• 页数: 3页
• 分类号: TP311
• 字数: 3546字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.z1.003

摘要

基于证券业急需一种能帮助其提高个性化服务质量的系统,该文提出了一种适用于证券业单交易项交易数据库挖掘的频繁模式链表关联规则挖掘算法,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄林鹏	上海交通大学计算机科学与工程系	45	455	8.0	20.0
2	徐晓晓	上海交通大学计算机科学与工程系	1	9	1.0	1.0
6	顾锡康		3	17	2.0	3.0