趙艷琪，茍剛

　?。ㄙF州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，貴州 貴陽 550025）

　　摘要：股票市場瞬息萬變，每天產(chǎn)生大量的交易數(shù)據(jù)。隨著藝術(shù)品股票市場的興起，越來越多的人投資于藝術(shù)品股票。由于藝術(shù)品股票價(jià)格受多方面的影響，需要尋求更為有效的方法來對藝術(shù)品交易市場進(jìn)行預(yù)測。利用Apriori算法的改進(jìn)算法對藝術(shù)品股票進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到藝術(shù)品股票之間的關(guān)聯(lián)關(guān)系，進(jìn)而對投資者做出正確決策有一定的輔助作用，防止投資者盲目投資，降低藝術(shù)品股票市場交易風(fēng)險(xiǎn)。

　　關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則;藝術(shù)品股票

　　中圖分類號：TP399文獻(xiàn)標(biāo)識碼：ADOI： 10.19358/j.issn.16747720.2016.23.026

　　引用格式：趙艷琪，茍剛. 關(guān)聯(lián)規(guī)則在藝術(shù)品股票預(yù)測方面的應(yīng)用［J］.微型機(jī)與應(yīng)用，2016,35（23）：90-92.

0引言

　　近年來，隨著中國藏品熱和我國政府關(guān)于藝術(shù)品交易政策的改變，中國已經(jīng)取代美國成為世界第一大藝術(shù)品交易市場。2010年7月，深圳文化產(chǎn)權(quán)交易所推出了“深圳文化產(chǎn)權(quán)交易所1號藝術(shù)品資產(chǎn)包”，這是國內(nèi)外首次出現(xiàn)的“權(quán)益拆分”投資模式，即藝術(shù)品股票。自此藝術(shù)品股票作為一種新型的金融產(chǎn)品越來越受到人們的關(guān)注［1］。

　　由于藝術(shù)品股票價(jià)格受多方面的影響，尤其是藝術(shù)品交易市場相對于股票市場來說莊家的影響更大，所以需要尋求更為有效的方法來對藝術(shù)品交易市場進(jìn)行預(yù)測。在藝術(shù)品股票市場，每天都會產(chǎn)生海量的交易數(shù)據(jù)，這些數(shù)據(jù)雖然存儲在數(shù)據(jù)倉庫中，但是并沒有得到有效的利用。通過數(shù)據(jù)挖掘技術(shù)分析股票市場數(shù)據(jù)，投資者可以從中得出有效的投資信息，并綜合分析利弊以后做出投資決策，提高投資收益率。

　　一般來說，數(shù)據(jù)挖掘是指從數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)隱藏的、預(yù)先未知的、有趣的信息的過程［2］。在國內(nèi),臺灣義守大學(xué)陳慶翰開發(fā)了MIAT仿生物智慧股票預(yù)測系統(tǒng)，該系統(tǒng)是一個(gè)可以建立自我學(xué)習(xí)、自我組織、自我調(diào)節(jié)、自我改善的高度自主性智慧型系統(tǒng)［3］。國內(nèi)還有許多著名的學(xué)者在股票預(yù)測方面做過大量的工作。國際方面，Morgan、Stannlog等人已經(jīng)開發(fā)了AI(Automated Investor)系統(tǒng)，該系統(tǒng)通過采用聚類、可視化和預(yù)測技術(shù)來尋求最佳投資時(shí)機(jī)［4］。

　　本文致力于通過關(guān)聯(lián)規(guī)則算法獲得藝術(shù)品股票之間的關(guān)聯(lián)關(guān)系，如“在某個(gè)時(shí)間段X范圍內(nèi)，藝術(shù)品股票A和B價(jià)格上漲時(shí)，有80%的情況下，股票C的價(jià)格也會隨之上漲”。這樣，就可以對投資者有一定的借鑒意義，防止被套牢。

1關(guān)聯(lián)規(guī)則介紹

　　1.1算法思想

　　假設(shè)有多個(gè)購物籃，每個(gè)購物籃是由多個(gè)項(xiàng)組成的集合(即為項(xiàng)集itemset)，那么一個(gè)在多個(gè)購物籃中出現(xiàn)的項(xiàng)集稱為“頻繁”項(xiàng)集。

　　定義1支持度：如果I是一個(gè)項(xiàng)集，I的支持度(support)指包含I的購物籃的數(shù)目，此時(shí)定義一個(gè)支持度閾值(support threshold)s，如果I的支持度不小于s，則I為頻繁項(xiàng)集。

　　定義2置信度：I→j的置信度即為集合I∪{j}的支持度與I的支持度的比值。顧名思義，置信度即為得到的規(guī)則的可信任程度。

　　AGRAWAL R和SRIKANT R于1994年提出了Apriori算法，該算法是關(guān)聯(lián)規(guī)則挖掘的最有影響的迭代算法［5］。設(shè)Cm為大小為m的候選項(xiàng)集集合，Ln為大小為n的真正頻繁項(xiàng)集集合。Apriori算法是將候選項(xiàng)集不斷過濾，得到頻繁項(xiàng)集，再將頻繁項(xiàng)集進(jìn)一步過濾，得到新的頻繁項(xiàng)集，如：首先找到“1項(xiàng)集”的集合，再將其支持度與支持度閾值相比較，過濾得到頻繁“1項(xiàng)集”，記作L1，再將其進(jìn)行組合，得到“2項(xiàng)集”，再將其支持度與支持度閾值相比較，過濾得到頻繁“2項(xiàng)集”，記作L2，以此類推，直到找到最終的頻繁項(xiàng)集。具體步驟如圖1。

　　1.2算法實(shí)例

表1為某商場9天內(nèi)的商品交易情況，設(shè)定支持度為2，置信度為80%。利用Apriori算法尋找所有滿足條件的關(guān)聯(lián)規(guī)則的過程如圖2所示。

　　接下來四項(xiàng)集只有{I1，I2，I3，I4}，且其支持度為1，小于支持度閾值，故{I1，I2，I3，I4}不是頻繁項(xiàng)集。由以上步驟可得：最大的頻繁項(xiàng)集為{I1，I2，I3}、{I1，I2，I4}。關(guān)聯(lián)規(guī)則產(chǎn)生步驟如下：

　　(1) 對于每個(gè)頻繁項(xiàng)集l，產(chǎn)生其所有非空真子集；

　　(2) 對于每個(gè)非空真子集s,如果其置信度不小于最小置信度閾值，則為強(qiáng)關(guān)聯(lián)規(guī)則。

　　經(jīng)計(jì)算，強(qiáng)關(guān)聯(lián)規(guī)則為I4I2和I1&&I4I2，置信度均為100%。

2改進(jìn)的關(guān)聯(lián)規(guī)則挖掘算法

　　在關(guān)聯(lián)規(guī)則挖掘算法中，經(jīng)典的Apriori挖掘算法是通過項(xiàng)目集數(shù)目不斷增長來得到所有的頻繁項(xiàng)目集的，即先產(chǎn)生頻繁“1項(xiàng)集”，再產(chǎn)生頻繁“2項(xiàng)集”，直到頻繁項(xiàng)目集中的元素不能擴(kuò)增為止。傳統(tǒng)的Apriori算法有兩個(gè)瓶頸：（1）需要多次掃描數(shù)據(jù)庫，對于候選項(xiàng)集Ck,需要掃描k次數(shù)據(jù)庫來確定其是否為頻繁項(xiàng)集，是否可加入Lk；（2）由于頻繁“k-1項(xiàng)集”產(chǎn)生候選“k-1項(xiàng)集”是將頻繁項(xiàng)集中的元素進(jìn)行組合得到，呈指數(shù)增長，這將產(chǎn)生大量的頻繁項(xiàng)集，從而產(chǎn)生大量的關(guān)聯(lián)規(guī)則［6］。這兩個(gè)瓶頸明顯降低了算法的效率。

　　因此，在傳統(tǒng)關(guān)聯(lián)規(guī)則算法的基礎(chǔ)上，本文提出Apriori算法的改進(jìn)算法，即Partition算法。由于Apriori算法需要對數(shù)據(jù)庫進(jìn)行多次掃描，這個(gè)過程非常繁瑣，可以將數(shù)據(jù)庫邏輯性地分成幾個(gè)互不相交的塊，即分而治之。Partition算法步驟如下：（1）每次都只針對單獨(dú)一個(gè)分塊，其中分塊的大小要保證可以放入主存，每個(gè)階段秩序被掃描一次，而算法的正確性是由每一個(gè)可能的頻集至少在該分塊中是頻集保證的。利用Apriori算法產(chǎn)生它的頻繁項(xiàng)集。（2）把所有分區(qū)產(chǎn)生的頻繁項(xiàng)集合并，生成候選項(xiàng)集，掃描整個(gè)數(shù)據(jù)庫，計(jì)算這些項(xiàng)集的支持度，最終得到全局的支持度不小于支持度閾值的頻繁項(xiàng)集。該算法流程如圖3。

　　Partition算法共掃描數(shù)據(jù)庫兩次。第一次掃描是對數(shù)據(jù)庫進(jìn)行分塊，找出各塊的頻繁項(xiàng)集，即局部頻繁項(xiàng)集；第二次掃描數(shù)據(jù)庫是求候選集的支持度，用以計(jì)算全局頻繁項(xiàng)集。相對于傳統(tǒng)Apriori算法，Partition算法全程只掃描兩次數(shù)據(jù)庫，大大減少了I/O操作。由于Partition算法是并行計(jì)算，同時(shí)對各個(gè)分區(qū)進(jìn)行求頻繁項(xiàng)集的操作，大大提高了算法的效率。

　　Partition算法是高度并行的，即把各個(gè)分塊的處理分配給不同的處理器來產(chǎn)生頻繁項(xiàng)集，在每一個(gè)循環(huán)結(jié)束之后，各個(gè)處理器之間會進(jìn)行通信，以產(chǎn)生全局候選項(xiàng)集。

3關(guān)聯(lián)規(guī)則在股票方面的應(yīng)用

　　在文化藝術(shù)品交易市場，每天都會產(chǎn)生大量的交易數(shù)據(jù)，利用數(shù)據(jù)挖據(jù)技術(shù)對股票市場的股票價(jià)格以及股票的走勢進(jìn)行預(yù)測，通過運(yùn)用關(guān)聯(lián)規(guī)則技術(shù)對藝術(shù)品股票市場進(jìn)行分析，為投資人提供較為準(zhǔn)確的預(yù)測結(jié)果，防止投資者盲目投資［7］。

　　本文選擇了某藝術(shù)品股票交易市場2016年1月~5月幾個(gè)月的交易數(shù)據(jù)，以此為依據(jù)進(jìn)行股票關(guān)聯(lián)規(guī)則挖掘。選取其中6只股票并分別記為A、B、C、D、E、F。然后對股票進(jìn)行預(yù)處理，如果某天A股票上漲，則記為A0，若下跌則記為A1，其他股票同理。部分股票數(shù)據(jù)如表2所示。

　　運(yùn)用Apriori算法的改進(jìn)算法——Partition算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，在實(shí)驗(yàn)中，設(shè)定支持度為60，置信度為70%，得到如表3所示挖掘結(jié)果。

　　由規(guī)則1可知，當(dāng)A和D藝術(shù)品股票價(jià)格均上漲時(shí)，C藝術(shù)品股票價(jià)格上漲的概率為85%。投資者根據(jù)這一信息，在藝術(shù)品股票A和D均上漲時(shí)，可以考慮購買一定的C藝術(shù)品股票，因?yàn)楹苡锌赡苓^段時(shí)間C藝術(shù)品股票價(jià)格就上漲了。

　　由規(guī)則2可知，當(dāng)D藝術(shù)品股票價(jià)格下跌，同時(shí)F藝術(shù)品股票價(jià)格上漲時(shí)，C藝術(shù)品股票價(jià)格下跌的概率為88%。因此，在D藝術(shù)品股票價(jià)格下跌，同時(shí)F藝術(shù)品股票價(jià)格上漲時(shí)，投資者如果手中持有C藝術(shù)品股票，可以趁C藝術(shù)品股票價(jià)格未下跌時(shí)及早拋售，如果手中未持有C藝術(shù)品股票，可等過段時(shí)間C藝術(shù)品股票價(jià)格下跌時(shí)低價(jià)購買。其他幾個(gè)藝術(shù)品股票關(guān)聯(lián)規(guī)則同理。

4結(jié)束語

　　本文將關(guān)聯(lián)規(guī)則的Apriori算法的改進(jìn)算法應(yīng)用到藝術(shù)品股票交易市場的預(yù)測上，得出如“當(dāng)A和D藝術(shù)品股票價(jià)格均上漲時(shí)，C藝術(shù)品股票價(jià)格上漲的概率為85%”這樣的關(guān)聯(lián)規(guī)則，投資機(jī)構(gòu)和普通股民可以根據(jù)挖掘出的關(guān)聯(lián)規(guī)則快速得到各個(gè)藝術(shù)品股票之間的關(guān)聯(lián)關(guān)系，進(jìn)而決定買入或者賣出哪只股票，以使自己的投資收益最大化。對藝術(shù)品股票進(jìn)行關(guān)聯(lián)規(guī)則挖掘可為投資者提供較為準(zhǔn)確和有效的投資信息，對藝術(shù)品股票投資有一定的指導(dǎo)意義，可促進(jìn)中國文化藝術(shù)品交易市場更好的發(fā)展。

　　參考文獻(xiàn)

　?。?］ 王洋.藝術(shù)品的股票交易［N］.中華工商時(shí)報(bào)，2011-3-11(21).

　　［2］ 朱明. 數(shù)據(jù)挖掘［M］.合肥：中國科學(xué)技術(shù)大學(xué)出版社，2002.

　　［3］ HAND D, MANNILA H, SMYTH P.Principles of data mining［M］.MA: The MIT press,2001.

　?。?］ RAMASUBBAREDDY B. Mining positive and negative association rules［C］. International Conference on Computer Science and Education,2010：1403-1406.

　　［5］ 鄭朝霞,劉廷建.關(guān)聯(lián)規(guī)則在股票分析中的應(yīng)用［J］.成都大學(xué)學(xué)報(bào)，2002,11(4):46-50.

　?。?］ 周濤，陸惠玲.數(shù)據(jù)挖掘中聚類算法研究進(jìn)展［J］.計(jì)算機(jī)工程與應(yīng)用，2012,48(12):100-111.

　?。?］ 孫媌. 基于數(shù)據(jù)挖掘的股票分析和預(yù)測模型的設(shè)計(jì)與應(yīng)用［D］.北京：北京郵電大學(xué)，2011.