计算机技术硕士论文-数据挖掘技术在农产品市场中的应用研究.docVIP

数据挖掘技术在农产品市场 中的应用研究 Application Research of Data Mining Technologies in Agricultural Market Information Analysis (申请清华大学工程硕士专业学位论文) 培 养 单 位 ： 计算机科学与技术系 工程领域 ： 计算机技术 申 请 人 ： 指导教师 ： 教 授 联合指导教师 ： 教授级高工 工 二○○六年十二月 关于学位论文使用授权的说明 本人完全了解清华大学有关保留、使用学位论文的规定，即： 清华大学拥有在著作权法规定范围内学位论文的使用权，其中包括：1）已获学位的研究生必须按学校规定提交学位论文，学校可以采用影印、缩印或其他复制手段保存研究生上交的学位论文；2）为教学和科研目的，学校可以将公开的学位论文作为资料在图书馆、资料室等场所供校内师生阅读，或在校园网上供校内师生浏览部分内容 日 期： 日 期： 摘 要 我国是一个农业大国，三农问题一直是党中央和国务院各项工作的重中之重。随着市场经济的不断深化，三农问题与农产品市场关系越来越紧密。种什么，卖哪里，都必须分析市场。数据挖掘可以从大量的数据中抽取出未知的、有价值的知识。从大量的农业市场信息数据中，使用数据挖掘技术来找出最有价值的知识和规律，进而为农业市场提供指导分析，为各级领导决策、广大农民和建设社会主义新农村提供服务，意义重大。 本文从介绍农产品市场基本知识及我国农业信息化的基本现状出发，介绍分析了数据挖掘的基本理论和应用现状，关联规则及Apriori算法。利用WEKA数据挖掘平台，本文应用关联规则挖掘方法分析了农产品期货市场与现货市场之间的关联关系，分析了现货市场中同类农产品，以及非同类农产品之间的关联关系。并且在分析过程中发现传统的关联算法在市场分析方面的许多不足，会产生很多与实际情况不符的规则，并无法在整体上对数据间的关联作分析。 针对农产品市场数据的特点和传统关联算法的不足，本文提出了关联关系的数据挖掘算法――MPAB算法。该算法由数据离散化、正反关联度计算、关联度阈值计算和结果输出四个步骤组成。算法能对数值型数据进行离散化操作，发现两个数据集之间的正反关联关系及关联的程度。使用MPAB算法分析各种农产品市场数据，并对挖掘的结果进行分析。发现MPAB算法挖掘效果很好，与事实相符，不产生多余规则，可以不需知识评估。将MPAB算法用于研究外汇市场数据，分析不同的货币对价格变化之间的关联关系，效果也十分令人满意。 基于上述工作，本文提出了一个基于MPAB算法的关联挖掘软件的简单设计，该软件可用于各种市场及各种宏观经济数据关联分析。 关键词：农业 市场 数据挖掘 关联分析 MPAB算法 Abstract China is a large agricultural country. Problems related to “San Nong”, i.e., “farmers, rural and agriculture”, have been paid much attention by the working emphasis of Central the Committee of China’s Communism Party and National Council. With the rapid development deepening of market economies, the relationship between the problems of “San Nong” and the market of agricultural produces is becoming more and more closer. For example, it is necessary to conduct market analysis before determining what crops are to be planted and where to sell the produces. This poses the requirement of large scale existing agricultural data. Data mining can extract unknown and valuable knowledge from large amount of data. It has significant value to discovering valuable knowledg