基于 ARIMA 模型的时间序列数据挖掘方法改进

• 作者: 闵盈盈
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: ARIMA模型 数据挖掘 预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 675-676,681
• 页数: 3页
• 分类号: TP311
• 字数: 2235字
• 语种: 中文

摘要

ARIMA模型是一种很重要的时间序列数据挖掘模型，但是这个模型往往只是对某个时间点进行研究。事实上一段时间往往影响未来的预测结果，就ARIMA模型的数据挖掘方法进行改进，并用美国IT界的股票价格数据对改进的模型进行了实证分析。结果显示改进后的模型与未来股票价格的预测更加准确。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵盈盈	东北农业大学工程学院	62	46	4.0	6.0