马尔科夫链模型在数据预测中应用.pdf

计 算 机 系 统 应 用 .//0 年 第 0 期 马尔科夫链模型在 !# 数据预测中的应用 $%%’()*’+, +- .)/0+1 23)’, .+45 *+ 635 7)*) 8/54’(*’+, +- !# 胡腾波! 叶建栲! （浙江师范大学 数理与信息工程学院 浙江 金华 #$%% ） 摘! 要：随着’() （地理信息系统）技术的不断发展，其应用领域越来越广泛。随之而来的数据量也逐渐增多。如 何从大量的数据中挖掘出有用的信息，进而对数据进行分析，以便预测未来的趋势，这是一个亟待解决 的问题。本文利用马尔科夫链模型对’() 数据进行预测，提出了几个与之相关的概念，最后通过一个例 子来说明。实验结果表明，使用该模型进行预测效果良好。 关键词：’() 数据挖掘 马尔科夫链模型 状态转移概率 状态转移概率矩阵 预测 $! 引言 夫预测法是’() 中重要的预测方法之一。 ［$ ，# ］ ! # 基本概念 数据挖掘技术在许多领域都有着广泛的应用 。 数据挖掘领域中有许多最新的研究成果，如关联规则、 为了介绍马尔科夫预测法在 ’() 中的应用，首先 *+, 挖掘、马尔科夫链模型等［ - . ］。其中马尔科夫 介绍几个基本概念。 （/01234 ）链模型是近几年来在数据挖掘方面的一个 #8 $8 $ 状态 研究热点。 在马尔科夫预测中，9 状态9 是一个重要的术语。 马尔科夫链，是在数学领域中具有马尔科夫性质 所谓状态，就是指某一事件在某个时刻出现的某种结 的离散时间随机过程。该过程中，在给定当前知识或 果。一般而言，随着事件及其预测的目标不同，状态可 信息的情况下，过去（即现在时期以前的历史状态）对 以有不同的划分方式。譬如，在商品销售预测中，有9 于预测将来（即现在时期以后的未来状态）是无关的。 畅销9 、9 一般9 、9 滞销9 等状态；在农业收成预测中， 如果5 个连续变动事物，在变动过程中，其中任一次变 有9 丰收9 、9 平收9 、9 欠收9 等状态。 动的结果都具有无后效性，那么，这5 个连续变动事物 #8 $8 # 状态转移过程 的集合就叫做马尔科夫链，这类事物演变的过程称为 在事件的发展过程中，从一种状态转变为另一种 马尔科夫过程［6 ］。 状态，就称为状态转移。譬如，天气变化从9 晴天9 转 近年来，马尔科夫链模型在 ’() 中有着广泛的应 变为9 阴天9 、从9 阴天9 转变为9 晴天9 、从9 晴天9 转变 用［7 - $% ］。本文的贡献在于：利用马尔科夫链模型对’() 为9 晴天9 、从9 阴天9 转变为9 阴天9 等都是状态转移。 数据进行预测，最后通过一个实例进行说明。 事件的发展，随着时间的变化而所作的状态转移， 就称为状态转移过程，简称过程。 #! 马尔科夫预测法的基本原理 #8 $8 马尔科夫过程 对事件的全面预测，不仅要能够指出事件发生的 若每次状态的转移都只与前一时刻的状态有关而 各种可能结果，而且还必须给出每一种结果出现的概 与过去的状态无关，或者说状态转移过程是无后效性 率，说明被预测的事件在预测期内出现每一种结果的 的，则这样的状态转移过程就称为马尔科夫过程。 可能性程度。这就是关于事件发生的概率预测。 #8 $8 状态转移概率 马尔科夫预测法，就是一种关于事件发生的概率 在事件的变化过程中，