| DC 欄位 |
值 |
語言 |
| DC.contributor | 資訊管理研究所 | zh_TW |
| DC.creator | 許長裕 | zh_TW |
| DC.creator | Shang-Yu Shu | en_US |
| dc.date.accessioned | 2001-7-16T07:39:07Z | |
| dc.date.available | 2001-7-16T07:39:07Z | |
| dc.date.issued | 2001 | |
| dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=88423039 | |
| dc.contributor.department | 資訊管理研究所 | zh_TW |
| DC.description | 國立中央大學 | zh_TW |
| DC.description | National Central University | en_US |
| dc.description.abstract | 本研究主要將傳統資料挖掘關連規則技術，延伸至多維度、跨界性兩大性質進行資料挖掘，而所產生的規則亦具有預測的能力。對於多維度界性資料挖掘資料庫的掃瞄次數，仍是演算法上效率的一個瓶頸，故本研究將著重於節省演算法次數，提升演算法效率為主，並將改良後的演算法OP_Apriori運用於台灣股市預測。最後對演算法效率進行比較，以及股市預測結果的進行分析。 | zh_TW |
| DC.subject | 多維度 | zh_TW |
| DC.subject | 股市預測 | zh_TW |
| DC.subject | 資料挖掘 | zh_TW |
| DC.subject | 跨界性 | zh_TW |
| DC.subject | E-Apriori | en_US |
| DC.subject | EH-Apriori | en_US |
| DC.subject | Inter-Transaction | en_US |
| DC.title | 多維度界性資料挖掘—以股市為例 | zh_TW |
| dc.language.iso | zh-TW | zh-TW |
| DC.type | 博碩士論文 | zh_TW |
| DC.type | thesis | en_US |
| DC.publisher | National Central University | en_US |