Khai phá luật kết hợp mờ và áp dụng vào bài toán đầu tư chứng khoán

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ KHAI PHÁ LUẬT KẾT HỢP MỜ VÀ ÁP DỤNG VÀO BÀI TOÁN ĐẦU TƯ CHỨNG KHOÁN NGÀNH: CÔNG NGHỆ THÔNG TIN NGUYỄN THÁI CƯỜNG Người hướng dẫn khoa học: PGS -TS TRẦN ĐÌNH KHANG HÀ NỘI 2009 BẢN CAM ĐOAN Tôi Nguyễn Thái Cường, học viên cao học lớp CNTT khóa 2007 - 2009 Người hướng dẫn khoa học PGS.TS Trần Đình Khang Tôi xin cam đoan toàn nội dung trình bày luận văn kết tìm hiểu nghiên cứu riêng tôi, trình nghiên cứu đề tài “Khai phá luật kết hợp mờ áp dụng vào toán đầu tư chứng khoán” Các kết liệu nêu luận văn hoàn toàn trung thực rõ ràng Mọi thông tin trích dẫn tuân theo luật sở hữu trí tuệ, liệt kê rõ ràng tài liệu tham khảo Tôi xin chịu hoàn toàn trách nhiệm với nội dung viết luận văn Hà nội, ngày 18 tháng 11 năm 2009 HỌC VIÊN NGUYỄN THÁI CƯỜNG LỜI CẢM ƠN Trước tiên em xin trân trọng gửi lời cảm ơn lòng biết ơn sâu sắc đến PGS.TS TRẦN ĐÌNH KHANG người tận tình hướng dẫn em từ bước chọn lựa đề tài đến bước tìm tài liệu nghiên cứu Vì lĩnh vực hoàn toàn mẻ em nên không bảo tận tình PGS.TS TRẦN ĐÌNH KHANG em hoàn thành luận văn Em xin chân thành cảm ơn thầy giáo, cô giáo Viện CNTT - TT cung cấp cho chúng em kiến thức cần thiết không cho khóa học mà giúp cho em nhiều công tác chuyên môn hàng ngày Cuối xin gửi lời cảm ơn đến bạn bè, đồng nghiệp gia đình giúp đỡ việc tìm tài liệu tham khảo, công việc động viên thời gian vừa qua để thực xong luận văn Xin trân trọng cảm ơn Học viên Nguyễn Thái Cường MỤC LỤC Trang Lời cảm ơn Mục lục Danh mục bảng Danh mục hình vẽ Lời nói đầu Chương 1: Tổng quan khai phá liệu 1.1 Phát khai phá liệu 1.2 Quá trình phát tri thức từ sở liệu 1.2.1 Vấn đề phát tri thức từ sở liệu 1.2.2 Thu thập tiền xử lý liệu 1.2.2 Chọn lọc liệu 10 1.2.2 Làm liệu 10 1.2.2 Làm giàu liệu 10 1.2.2 Mã hóa 11 1.2.3 Khai phá liệu 11 1.2.4 Minh họa đánh giá 11 1.2.5 Đưa kết vào thực tế 12 1.3 Nội dung toán khai phá liệu 12 1.3.1 Phát luật tối ưu truy vấn ngữ nghĩa 12 1.3.2 Phát phụ thuộc sở liệu 13 1.3.3 Phát sai lệch 14 1.3.4 Phát luật kết hợp 14 1.3.5 Mô hình hóa phụ thuộc 15 1.3.6 Phân nhóm 16 1.3.7 Phân lớp 16 1.3.8 Tổng hợp 16 1.4 Các kỹ thuật khai phá liệu 17 1.4.1 Công cụ truy vấn ,các kỹ thuật thống kê thị 17 1.4.2 Các công cụ truy vấn trực tiếp 18 1.4.3 K láng giêng gần 19 1.4.4 K trung bình 20 1.4.5 Cây định 21 1.4.6 Luật kết hợp 22 Chương 2: Khai phá luật kết hợp mờ 24 2.1 Luật kết hợp 24 2.1.1 Ý nghĩa luật kết hợp 24 2.1.2 Một số hướng tiếp cận khai phá luật kết hợp 25 2.1.3 Phát biểu toán khai phá luật kết hợp 25 2.1.4 Thuật toán Apriori 29 2.1.5 Thuật toán Apriori nhị phân để tìm tập phổ biến 32 2.1.6 Phương pháp rời rạc hóa liệu 34 2.2 Khai phá luật kết hợp mờ 36 2.2.1 Tập mờ 36 2.2.2 Các phép toán tập mờ 37 2.2.3 Áp dụng tập mờ để rời rạc hóa liệu ưu điểm 38 2.2.4 Luật kết hợp mờ 40 2.2.5 Thuật toán khai phá luật kết hợp mờ 42 Chương 3: Bài toán đầu tư chứng khoán 52 3.1 Nội dung toán 52 3.1.1 Mô hình toán 52 3.1.2 Cách giải toán 53 3.1.3 Chuyển đổi sở liệu 55 3.1.4 Trích rút thông tin mờ hóa 56 3.1.5 Xây dựng công thức tính toán số 59 3.2 Cài đặt thử nghiệm 59 3.2.1 Các bước xây dựng chương trình 59 3.2.2 Các chức chương trình 61 3.2.2.1 Chức Fuzzy Database 61 3.2.2.2 Chức Find Association Rules 62 3.2.2.3 Chức calculate Index 64 3.3 Cài đặt 67 KẾT LUẬN VÀ KIẾN NGHỊ 71 TÀI LIỆU THAM KHẢO 72 TÓM TẮT LUẬN VĂN DANH MỤC CÁC BẢNG Trang Bảng 2.1 : Ví dụ sở liệu dạng giao tác 26 Bảng 2.2 : Các tập phổ biến với độ hỗ trợ tối thiểu 50% 27 Bảng 2.3 : Luật kết hợp sinh từ tập phổ biến ABE 29 Bảng 2.4 : Rời rạc hóa thuộc tính số 35 Bảng 2.5 Ký hiệu sử dụng thuật toán khai phá luật kết hợp mờ 42 Bảng 2.6 Ví dụ sở liệu 13 gọi điện thoại 44 Bảng 2.7 –TF- Giá trị thuộc tính ghi mờ hóa 46 Bảng 2.8 : F1- Tập tất thuộc tính mờ phổ biến có lực lượng 47 Bảng 3.1 ví dụ liệu giao dịch chứng khoán theo ngày 55 Bảng 3.2 ví dụ liệu giao dịch cổ phiếu theo ngày 55 Bảng 3.3 : Giao dịch cổ phiếu BBC tháng 12 68 DANH MỤC CÁC HÌNH VẼ Trang Hình 1.1: Quá trình phát tri thức từ sở Hình 2.1: Đồ thị hàm thuộc tập mờ 38 Hình 3.1: Hàm thuộc hình thang cho tập mua trái phiếu mua trái phiếu trung bình 54 Hình 3.2 : Các bước tiến hành khai phá liệu chứng khoán 59 Hình 3.3 : Trang thông tin chứng khoán 60 Hình 3.4 : Giao diện chương trình 61 Hình 3.5 Mờ hóa database phần VnIndex 61 Hình 3.6 a,b Kết tìm luật 62 Hình 3.7 Giao diện chức tính customer index 63 Hình 3.8 Người dùng lựa chọn loại chứng khoán quan tâm 64 Hình 3.9 : Mờ hóa database theo Customer index 65 Hình 3.10 : Kết tìm luật Customer Index 66 Hình 3.11 : Đồ thị cổ phiếu BBC tháng 12 69 LỜI NÓI ĐẦU Trong năm gần đây, vai trò máy tính việc lưu trữ xử lý thông tin ngày quan trọng Cùng với việc phát triển mạnh mẽ công nghệ, đặc biệt lĩnh vực phát triển khả vi xử lý, thiết bị lưu trữ thiết bị thu nhập liệu tự động tạo kho liệu khổng lồ liệu ngân hàng, bán hàng…Vấn đề đặt làm để xử lý khối lượng thông tin cực lớn để phát tri thức tiềm ẩn Những tri thức thu được, chuyên môn hoá theo lĩnh vực ứng dụng tài chính, sản xuất, nghiên cứu… Để có tri thức từ sở liệu người ta phát triển lý thuyết kỹ thuật mới, số kỹ thuật khai phá liệu, nhằm tìm thông tin tiềm ẩn có giá trị mà trước chưa phát tìm xu hướng phát triển tác động lên chúng Khai phá luật kết hợp toán nhiều nhà nghiên cứu quan tâm ứng dụng rộng rãi lĩnh vực chứa đựng nhiều hướng mở rộng khác Luận văn tốt nghiệp nhằm tìm hiểu “Khai phá luật kết hợp mờ áp dụng vào toán đầu tư chứng khoán” Qua luận văn xin bày tỏ lời cảm ơn sâu sắc đến thầy giáo PGS.TS Trần Đình Khang giúp đỡ trình thực Trong trình thực luận văn này, cố gắng, song tránh khỏi sai sót, mong nhận bảo giúp đỡ thầy giáo bạn CHƯƠNG 1: TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU Cùng với phát triển công nghệ thông tin việc ứng dụng công nghệ thông tin nhiều lĩnh vực đời sống kinh tế xã hội, nhiều năm qua lượng liệu quan thu thập lưu trữ ngày tích luỹ nhiều lên Họ lưu trữ liệu cho ẩn chứa giá trị định Tuy nhiên, theo thống kê có lượng nhỏ liệu (khoảng từ 5% đến 10%) phân tích, số lại họ phải làm làm với chúng họ tiếp tục thu thập tốn với ý nghĩ có quan trọng bị bỏ qua sau có lúc cần đến Mặt khác, môi trường cạnh tranh, người ta ngày cần có nhiều thông tin với tốc độ nhanh để trợ giúp việc định ngày có nhiều câu hỏi mang tính chất định tính cần phải trả lời dựa khối lượng liệu khổng lồ có Với lý vậy, phương pháp quản trị khai thác sở liệu truyền thống ngày không đáp ứng thực tế làm phát triển khuynh hướng kỹ thuật Kỹ thuật phát tri thức khai phá liệu (KDD Knowledge Discovery and Data Mining) Kỹ thuật phát tri thức khai phá liệu nghiên cứu, ứng dụng nhiều lĩnh vực khác nước giới, Việt Nam kỹ thuật nghiên cứu dần đưa vào ứng dụng Trong chương trình bày cách tổng quan Kỹ thuật phát tri thức khai phá liệu 1.1 Phát tri thức khai phá liệu Nếu quan niệm tri thức mối quan hệ mẫu phần tử liệu trình phát tri thức toàn trình triết suất tri thức từ sở liệu, trải qua nhiều giai đoạn khác như: tìm hiểu xác định vấn đề, thu nhập tiền xử lý liệu, phát tri thức, minh hoạ đánh giá tri thức phát đưa kết vào thực tế Đây kỹ thuật xuất có tốc ¾ (490000000,500000000,990000000,1000000000) ¾ (990000000,1000000000,2000000000,2100000000 ); Giá trị giao dịch nhà đầu tư nước ngoài: Nhà đầu tư nước mua< 300 tỉ → NN mua 300 tỉ < Nhà đầu tư nước mua< 800 tỉ → NN mua trung bình Nhà đầu tư nước mua> 800 tỉ → NN mua nhiều Nhà đầu tư nước bán < 150 tỉ → NN bán 150 tỉ < Nhà đầu tư nước bán < 300 tỉ → NN bán trung bình Nhà đầu tư nước bán> 300 tỉ → NN bán nhiều Với giao dịch nhà đầu tư nước có hai trạng thái mua bán Ta chia thành tập mờ : nhà đầu tư nước mua ít, nhà đầu tư nước mua trung bình, nhà đầu tư nước mua nhiều Với hàm thuộc tương ứng là: ¾ (0,10000000,300000000,310000000); ¾ (290000000,310000000,800000000,810000000); ¾ (790000000,800000000,2000000000,2100000000 ); Tương tự ta có tập mờ tương tứng với trạng thái bán: nhà đầu tư nước bán , nhà đầu tư nước bán trung bình, nhà đầu tư nước bán nhiều Với hàm thuộc tương ứng : ¾ (0,10000000,150000000,160000000); ¾ (140000000,150000000,290000000,300000000); ¾ (290000000,300000000,1000000000,1100000000) Yếu tố tâm lý: 1: yếu tố tâm lý thị trường tốt 0: Yếu tố tâm lý thị trường không tốt - Dùng chương trình TaoF1 tạo tập tất tập phổ biến có phần tử, tập thuộc tính phổ biến có độ hỗ trợ lớn σ 58 - Dùng chương trình Tao_F_k thực kết nối cặp thuộc tính mờ từ tập thuộc tính phổ biến Fk-1 để sinh tập thuộc tính mờ ứng cử viên - Dùng chương trình TimLuat sinh luật kết hợp mờ tin cậy từ tập phổ biến 3.1.5 Xây dựng công thức tính toán số Lí xây dựng công thức, thực tế nhà đầu tư không quan tâm hết tất loại cổ phiếu có sàn giao dịch Vì họ quan tâm tới loại cổ phiếu họ chọn Bài toán đặt tính toán số cổ phiếu đó, đánh giá với chuỗi liệu đầu vào, độ hỗ trợ độ tin cậy trả cho người dùng đánh giá từ sở liệu luật Chỉ số chứng khoán nhà đầu tư tự xây dựng tính toán theo công thức sau: Qhi x Phi Custom-Index= Qgi x Pgi x 100 (3.1) Trong đó: Qhi: số lượng cổ phiếu loại i chọn Phi: giá cổ phiếu loại i chọn Qgi: số lượng cổ phiếu loại I thời điểm gốc Pgi: giá cổ phiếu loại I thời điểm gốc - Sau tính số CustomIndex, sử dụng phương pháp trích rút theo luật mục 3.1.4 để đưa luật số CustomIndex Cài đặt thử nghiệm Với toán chứng khoán, áp dụng thuật toán khai phát luật kết hợp mờ trình bầy nội dung chương 3.2.1 Các bước xây dựng chương trình 59 Giao dịch chứng khoán theo ngày G.dịch cổ phiếu theo ngày CƠ SỞ DỮ LIỆU BAN ĐẦU D ( CƠ SỞ DỮ LIỆU GÔC) Tập tập mờ hàm thuộc Tiến hành mờ hóa liệu CƠ SỞ DỮ LIỆU MỜ ( DF ) TẬP TRI THỨC ĐÃ BIẾT KHAI THÁC DỮ LIỆU ( DF) CÁC LUẬT KẾT HỢP MỜ Hình 3.2 : Các bước tiến hành khai phá liệu chứng khoán Để thực khai phá liệu hình 3.2 gồm bước Đầu tiên chọn nguồn liệu cần khai phá liệu chi tiết giao dịch chứng khoán theo ngày giao dịch cổ phiếu theo ngày liệu demo bảng 3.1 3.2 Xây dựng hệ mờ bao gồm tập tập mờ hàm thuộc hình thang để ánh xạ liệu ban đầu sang liệu mờ , chọn lọc thuộc tính cần thiết , thuộc tính gắn với hàm thuộc tương ứng Tiến hành mờ hóa số liệu để chuyển số liệu gốc sang số liệu mờ Tiến hành khai phá số liệu mờ : Ta chọn độ hỗ trợ ( support ) độ tin cậy (confidence ) để tìm luật kết hợp thỏa mãn điều kiện Kết khác tùy theo tham số chọn 60 Chương trình thực với liệu file excel thông tin giao dịch chứng khoán cổ phiếu theo ngày lên tới hàng trăm ghi với nhiều thuộc tính đặc trưng toán chứng khoán Hình 3.3 : Trang thông tin chứng khoán 3.2.2 Các chức chương trình 3.2.2.1 Chức Fuzzy Database: Thực mờ hoá sở liệu sử dụng hàm thuộc hình thang 61 Hình 3.4 : Giao diện chương trình Khi chức kích hoạt chương trình đọc liệu đầu vào file dulieuchitiet.xls , thực mờ hóa sở liệu hàm thuộc hình thang Hình 3.5 Mờ hóa database phần VnIndex 3.2.2.2 Chức Find Association Rules Thực tìm luật kết hợp mờ sở liệu mờ hoá Tại người dùng nhập vào hai thông số đặc trưng độ hỗ trợ ( support) độ tin cậy ( confidence ), sau chương trình tiến hành tìm kiếm luật thỏa mãn sơ liệu mờ hóa thi hình luật thỏa mãn đó: Ví dụ : nhập Confidence= 0.2 (20%) Support = 0.1 (10%) ta thu được: 62 Hình 3.6 a: Kết tìm luật Với độ hỗ trợ tin cậy luật tìm thấy được: Hình 3.6 b Kết tìm luật 63 3.2.2.3 Chức calculate Index Thực tính số theo loại chứng khoán mà người dùng chọn Chức dành cho người sử dụng quan tâm đến số loại cố phiếu định Để thực chức người sử dụng bấm vào nút lệnh Custom Index xuất giao diện sau: Hình 3.7 Giao diện chức tính customer index Tiếp theo người sử dụng chọn Custom chọn loại cổ phiếu quan tâm như: 64 Hình 3.8 Người dùng lựa chọn loại chứng khoán quan tâm Sau click vào nút calculate Index để tính số Custom-Index theo công thức (3.1) Sau mờ hóa sở liệu cách click vào Fuzzy Database được: 65 Hình 3.9 : Mờ hóa database theo Customer index Cuối cùng, người sử dụng nhập vào độ tin cậy ( confidence ) độ hỗ trợ ( support ) click chức Find Association Rules, chương trình liệt kê luận thỏa mãn cho người dùng hình sau : 66 Hình 3.10 : Kết tìm luật Custom Index 3.3 Cài đặt Chương trình cài đặt ngôn ngữ lập trình Java verson 1.5 Sau mã chương trình dich class (byte code) chạy tất máy cần có cài đặt JDK1.5 Để chạy chương trình tạo tệp tin bó ( *.bat ) cần chạy tệp tin bó chương trình chạy Chương trình cài đặt chạy với 246 ghi Sau mờ hóa người dùng muốn tìm kiếm luật cho phần số chứng khoán chung ( VnIndex) bắt buộc phải nhập vào độ hỗ trợ ( support ) độ tin cậy ( confidence ) Giả sử với support=0.1 confidence=0.1 chương trình tìm kiếm luật: 67 Luật độ hỗ trợ độ tin cậy Tam li thi truong tot => VnIndex giam trung binh 15% 16% Nuoc ngoai mua it => VnIndex giam trung binh 14% 18% Mua trai phieu nhieu => VnIndex giam nhe 11% 17% Gia tri giao dich thap => VnIndex giam nhe 12% 15% Nuoc ngoai mua it => VnIndex giam nhe 15% 20% Nuoc ngoai ban it => VnIndex giam nhe 14% 21% Tam li thi truong tot => VnIndex giam nhe 17% 19% Nuoc ngoai ban it va Tam li thi truong tot => VnIndex tang manh 10% 17% Nuoc ngoai mua it va Tam li thi truong tot => VnIndex giam trung binh 12% 18% Với độ hỗ trợ (support )=0.4 độ tin cậy ( confidence )= 0.1 ta tìm luật : Luật độ hỗ trợ độ tin cậy Nuoc ngoai mua trung binh => VnIndex tang manh 10% 40% Nuoc ngoai mua trung binh va Tam li thi truong tot => VnIndex tang manh 10% 45% Khi người dùng quan tâm đến nhóm cổ phiếu : Công nghiệp ( Industry ) Tài ( Finance ) sản xuất tiêu dùng ( Consumer goods) người dùng tùy chọn Khi người dùng sử dụng chức 3.2.2.3 tính toán số chứng khoán theo công thức 3.1, sau mờ hóa lại sở liệu với 2097 ghi, người dùng nhập vào độ hỗ trợ ( suppport ) độ tin cậy ( confidence) để tìm kiếm luật Giả sử người dùng quan tâm đến cổ phiếu BBC công ty cổ phần bánh kẹo Biên Hòa ( Bibica ) 68 Ngày Mã CK 28/12/2007 BBC 27/12/2007 BBC 26/12/2007 BBC 25/12/2007 BBC 24/12/2007 BBC 21/12/2007 BBC 20/12/2007 BBC 19/12/2007 BBC 18/12/2007 BBC 17/12/2007 BBC 14/12/2007 BBC 13/12/2007 BBC 12/12/2007 BBC 11/12/2007 BBC 10/12/2007 BBC 07/12/2007 BBC 06/12/2007 BBC 05/12/2007 BBC 04/12/2007 BBC 03/12/2007 BBC Số lượng CP 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 10770782 Giá đóng cửa SL giao dịch 100 100 100 100 100 100 100 100 100 100 100 101 102 103 101 103 105 104 107 107 Tổng Giá trị Giao dịch 6890 4450 2160 1810 1220 5520 5050 16500 2900 6320 8050 4770 13700 10740 8720 9520 10650 11220 8140 13940 683195 445000 213450 180675 122000 547680 510100 1649890 289500 635720 805000 483970 1376005 1093260 888460 975240 1094460 1171680 870980 1464170 Giá trị ĐTNN Giá trị Mua ĐTNN Bán 0 0 0 0 214120 0 0 8160 0 321000 1000 109000 26000 55000 40000 840000 130000 235000 485000 131600 204000 102000 0 32100 Bảng 3.3 : Giao dịch cổ phiếu BBC tháng 12 với độ hỗ trợ =0.1 độ tin cậy =0.1 ta tìm thấy luật : Luật độ hỗ trợ độ tin cậy Tam li thi truong tot => CustomIndex giam nhe 32% 33% Nuoc ngoai ban it => CustomIndex giam nhe 11% 31% Nuoc ngoai ban it va Tam li thi truong tot => CustomIndex giam nhe 11% 31% Tam li thi truong tot => CustomIndex giam nhe 32% 33% Nuoc ngoai ban trung binh => CustomIndex giam nhe 11% 67% 69 Nuoc ngoai ban trung binh va Tam li thi truong tot => CustomIndex giam nhe 11% 67% Tam li thi truong tot => CustomIndex tang nhe 11% Cùng với đồ thị thể sử thay đổi số chứng khoán BBC: 107 Hình 3.11 : Đồ thị cổ phiếu BBC tháng 12 70 11% KẾT LUẬN VÀ KIẾN NGHỊ Những vấn đề giải luận văn Trong luận văn giới thiệu phương pháp tiếp cận với luật kết hợp mờ khai phá liệu Bài toán tìm luật kết hợp mờ ứng dụng nhiều lĩnh vực khác Ở chương luận văn thực cài đặt thuật toán tìm luật kết hợp mờ áp dụng vào toán chứng khoán Chương trình đưa luật với độ hỗ trợ độ tin cậy tương ứng Hướng phát triển luận văn: Một công việc quan trọng khai phá luật kết hợp tìm tất tập phổ biến sở liệu, nên thời gian tới luận văn mở rộng nghiên cứu theo hướng: áp dụng thuật toán song song cho toán khai phá luật kết hợp mờ Thuật toán song song chia sở liệu tập ứng viên cho vi xử lý, tập ứng viên sau chia cho xử lý hoàn toàn độc lập với nhau, mục đích cải thiện thời gian mờ hoá liệu vàchi phí tìm luật kết hợp mờ Tiếp tục hoàn thiện chương trình để ứng dụng vào thực tế 71 Tài liệu tham khảo : Tiếng Việt: Hệ mờ, Mạng Nơron Ứng dụng Chủ biên: Bùi Công Cường, Nguyễn Doãn Phước , Nhà xuất khoa học kỹ thuật PGS.TS Nguyễn Thanh Thuỷ, Khai phá liệu - kỹ thuật ứng dụng, Hà Nội, 2001 PGS.TS Đỗ Phúc (2006), Giáo trình Khai thác Dữ liệu, Trường Đại học Công nghệ thông tin TP Hồ Chí Minh, Đại học Quốc gia TP Hồ Chí Minh Tổng quan khai phá liệu – Tác giả Nguyến Đức Cường kỷ yếu hội nghị khoa học Công nghệ lần thứ Nghiên cứu tính ứng dụng khai thác luật kết hợp sở liệu giao dịch ( Research on the Application of Association rules in transaction Database ) – Trương Ngọc Châu – Phan Văn Dũng Trường Đại học Bách khoa Đà Nẵng Tiếng Anh : Data mining Overview By Dr Michael Gilman, CEO, Data Mining Technologies Inc Data mining concepts and technicques by Jiawei Han and Micheline Kamber – Simon Fraser University Examples of the use of data mining in financial applications By Stephen Langdell, Phd, Numberical Algorithms Group Mining the Stock Market : Which Measure is Best? By Martin Gavrilov, Dragomir Anguelov, Piotr Indyk, Rajeev Motwani Department if Coputer Science Stanford University 72 ... của toán khai phá liệu kỹ thuật khai phá liệu Nói tóm lại, chương cung cấp nhìn chung lĩnh vực khai phá liệu 23 CHƯƠNG 2: KHAI PHÁ LUẬT KẾT HỢP MỜ 2.1 Luật kết hợp 2.1.1 Ý nghĩa luật kết hợp Luật. .. 1.4.6 Luật kết hợp 22 Chương 2: Khai phá luật kết hợp mờ 24 2.1 Luật kết hợp 24 2.1.1 Ý nghĩa luật kết hợp 24 2.1.2 Một số hướng tiếp cận khai phá luật. .. toàn nội dung trình bày luận văn kết tìm hiểu nghiên cứu riêng tôi, trình nghiên cứu đề tài Khai phá luật kết hợp mờ áp dụng vào toán đầu tư chứng khoán Các kết liệu nêu luận văn hoàn toàn trung