基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
时间序列挖掘是数据挖掘的重要组成部分,本文通过对金融数据按地点划分,经过平滑、聚类处理,再对同一类别的各条金融序列分别发现其序列内频繁模式,综合一个得到同类别多条金融时间序列的复合挖掘模型.农业价格时序挖掘实践证明,该金融时间序列挖掘模型利用挖掘出来的知识对金融时间序列趋势进行了定性分析,能有效地指导用户的市场行为,辅助用户决策.
推荐文章
时间序列数据挖掘综述
时间序列
数据挖掘
相似性搜索
模式发现
金融时间序列动态系统的混沌识别
非线性
混沌
吸引子
分形
关联维数
金融时间序列中伪回归和模型修正的实证分析
伪回归
单整序列
非平稳
极限分布
协整
基于Web的时间序列模式挖掘
数据挖掘
Web
时间序列模式
时态事务
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 金融时间序列挖掘综合模型
来源期刊 计算机系统应用 学科 工学
关键词 金融时间序列 频繁模式 数据挖掘 模式发现
年,卷(期) 2009,(2) 所属期刊栏目 研究开发
研究方向 页码范围 46-48
页数 3页 分类号 TP3
字数 3269字 语种 中文
DOI 10.3969/j.issn.1003-3254.2009.02.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张向利 桂林电子科技大学信息与通信学院 80 649 11.0 23.0
2 朱冲 桂林电子科技大学信息与通信学院 7 43 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (24)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
金融时间序列
频繁模式
数据挖掘
模式发现
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导