بررسی پیش بینی سری های زمانی مالی با استفاده از تکنیک های داده کاوی و روش هایتکاملی

هدف تحلیل پایگاه داده سری های زمانی برای پیدا کردن اینکه چه و چگونه الگوی دورهای درون یک دنباله تکرار می شود. کاوش الگویدوره ای مسئله ای است که به صورت یک بازه زمانی موردتوجه قرارگرفته است. هرچند بیشتر الگوریتم های موجود یک محدودیت عمده درکاوش الگوهای موردعلاقه کاربران دارند که بتوانند الگوهایی با طول مشخص به همراه تمام رویدادهای ترتیبی یکی پس از دیگری در موقعیتدقیق داخل این الگو بیابند. گرچه در اینجا تعدادی سناریوهایی هستند که یک الگو می تواند انعطاف پذیر باشد که ممکن است جذاب باشد وبتواند با نادیده گرفتن هر تعداد از رویدادهای بی اهمیت بین رویدادهای مهم به همراه طول متغیر از الگو را کشف کند. علاوه بر اینالگوریتم های موجود می توانند فقط نوع خاصی از تناوب را در پایگاه داده سری های زمانی مختلف تشخیص دهند و به عکس العمل کاربر درتعیین تناوب نیازمندند. در این تحقیق روشی مبتنی بر کاوش قواعد انجمنی فازی برای کاوش الگوی دورهای در پایگاه داده سری های زمانیپیشنهاد شده است. در مقایسه با الگوریتم های موجود، الگوریتم پیشنهادشده تولید انواع مختلف از الگوهای موردعلاقه را بهبود می دهد وتشخیص می دهد که الگوی تولیدشده دوره ای است یا نه. ما عملکرد این الگوریتم را برای هر دو نوع داده های مصنوعی و واقعی از دامنه هایمختلف آزمایش کرده ایم و تعداد زیادی از حوادث تکرار شده جالب یافتیم که به وسیله الگوریتم های موجود یافت نمیشد و الگوریتم پیشنهادیبه اندازه کافی در تولید و تشخیص تناوب الگوهای انعطاف پذیر بر روی هر دو نوع داده ها موثر بود.

کلیدواژه ها:

داده کاوی ، سری های زمانی ، مالی ، الگوریتم ، تکنیک