多元时间序列中智能科学与人工智能网站.pptVIP

多元时间序列中 关联规则的发现 史忠植 董泽坤 中国科学院计算技术研究所 * 第一页，共二十九页。 多元时间序列的关联规则分析 关联规则：设 是项的集合。任务相关的数据D是数据库事务的集合，其中每个事务T是项的集合， 。每个事务有一个标识符，称为TID。设A是一个项集，事务T包含A当且仅当 。关联规则是形如 的蕴含式，其中, ， ， 。 第二页，共二十九页。 关联规则的算法OptimizedApriori 优点：只读取一次数据库 OptimizedApriori是在ArioriTid的基础上，将数据结构由TID,{IID}变换为{IID},{TID}，从而迅速减少了系统的I/O操作。 在构造候选1-项集时，每一个项（IID）携带了它在数据库中出现的位置记录集合（{TID}），使得以后的操作可以脱离数据库。 构造k-项集时，新的项目集合（ {IID} ）由两个k-1项集的项目集合求并集得到，记录号集合（ {TID} ）由两个k-1项集的记录号集合求交集得到。 缺点：消耗大量的内存 大型数据库操作时会受到处理器内存容量的限制，数据可能无法一次装入。 第三页，共二十九页。 多元股票时间序列的关联规则（1） 数据预处理 1.数值离散化 s1=3,4,3,2,4,2,0,3,4,4 s2=2,3,2,3,3,4,3,1,1,4 s3=0,3,4,1,0,1,3,3,3,4 0(深跌) 1(跌) 2(平) 3(涨) 4(大涨) 0 1 2 3 4 5 6 7 8 9 股票S1 股票S2 股票S3 第四页，共二十九页。 多元股票时间序列的关联规则（1） TID ITEMS 0 s1.3,s2.2,s3.0 1 s1.4,s2.3,s3.3 2 s1.3,s2.2,s3.4 3 s1.2,s2.3,s3.1 4 s1.4,s2.3,s3.0 5 s1.2,s2.4,s3.1 6 s1.0,s2.3,s3.3 7 s1.3,s2.1,s3.3 8 s1.4,s2.1,s3.3 9 s1.4,s2.4,s3.4 2.序列合并 多元时间序列合并集：设时间序列的集合S={s1, s2,…, su}， Ti 是在时刻i对S的观察值集合，Ti={s1(i),s2(i),…su(i)}(1≤i≤n)，多元时间序列合并集D定 义为：D={T1,T2,…,Tn}。D中每组观察值作为一个事务，各分配一个识别号TID。 ↑ ↑ ↑ s1 s2 s3 第五页，共二十九页。 多元股票时间序列的关联规则（2） 规则挖掘 设：最小支持度20％，最小信任度50% 规则： s1.3 ? s2.2:股票1涨?股票2平(20%,66.7%): s1.4 ? s2.3:股票1大涨? 股票2涨(20%,50%); s2.1 ? s3.3:股票2跌? 股票3涨(20%,100%); 测试集 中国证券市场1997－2001共五年间近500只股票的收盘价时间序列集（以下同） 第六页，共二十九页。 多元股票时间序列的关联规则（3） 测试结果 中纺机和二纺机属于典型的纺织机电企业，而陕长岭属于家电企业，他们之间为什么会出现相同的下跌走势呢？而且，用肉眼观察实际走势图，它们之间的形态也有很大差距，这个现象如何解释？在经过仔细分析后，我们发现：陕长岭中很大的一项主营业务是生产纺织机电。这项业务和纺织企业有着密切的联系，这几年间国家对纺织机电的政策也有大的调整。所以，这几只股票的下跌走势比较相同是有内在联系的。这种关系很难从实际走势图中识别，但是关联分析做到了这一点。 中纺机↓1，陕长岭↓1 ?二纺机↓1 (21.6%,84.1%) 第七页，共二十九页。 多元时间序列的跨事务关联规则分析（1） “跨事务”特性的特点： 强调的是出现在不同事务中各项目之间的关联关系，应用到时间序列中就是不同时刻各序列的数据特征之间的关系，如： A公司的股票在第一天上涨，B公司的股票在第二天下跌，那么，C公司的股票会在第三天上涨。（s%,c%） 这种规则包含了时间特性，规则的前件可以用来作为后件的预测条件，它们的实际使用价值是很明显的。 第八页，共二十九页。 多元时间序列的跨事务关联规则分析（2） 多元时间序列的跨事务关联规则： 设∑={ e1(0),…,e1(w-1),e2(0),…, e2(w- 1)