基于数据挖掘的金融时序频繁模式的快速发现

基于关联规则的数据频繁集挖掘算法效率分析，杨舒琴，徐国爱，随着数据库、数据仓库的发展，人们的生产生活被越来越多的数据所包围，同时也催生了数据挖掘技术的出现与发展，人们可以借此从海

拟采用一种基于滑动窗模式的单遍挖掘算法，专注于处理近期数据；为了减少处理时间和占用的内存，设计了一种新的事务表示方法。通过处理这个事务的表达式，频繁项集可以被高效输出，并解决了使用基于Apriori理

主要讲解数据挖掘 中用于分类的时序数据特征提取方法，很好的学习资料

基于HBase的金融时序数据存储系统，刘博伟，黄瑞章，金融时序数据具有高并发,时间序列化,数据总量大等特点,在存储金融时序数据时，会遇到高并发事务处理，存储热点,数据存储分散等问��

统计学与R读书笔记(第五版)徐俊晓本资源转载自网络，如有侵权，请联系上传者或csdn删除查看此书详细信息请在美国亚马逊官网搜索此书

高效权重树快速挖掘频繁网页集的方法,朱征宇,徐强,为了了解用户访问行为,从web日志中挖掘频繁页面集已经成为了网络应用挖掘中迫在眉睫的需求。尽管原始的T 权重树算法(T weight tree

计算机取证、计算机安全、数据挖掘方面的内容，期刊文章等

老师重点推荐的书籍，对学习金融行业的数据挖掘有重要的指导意义

近似频繁模式衍生于频繁模式，综合了频繁项集与频繁子图的特点。针对该模式的研究集中在无标签图上，其应用场景主要为社交网络、语义网络、智能电网等。近似频繁模式挖掘过程同时涉及频繁项集挖掘和频繁子图挖掘，因

为了构造条件FP树，必须两次遍历FP树。提出一种FP阵列技术，直接从FP阵列得到频繁项的计数，从而省略了第一次遍历。为了检查闭频繁项集，采用FP树的一种变形结构，并将它与FP阵列结合起来，提出了一种高