استخراج قوانین قابل درک به عنوان یک ابزار کمک تصمیم گیری در بازار سهام

در دنیای امروز پردازش اطلاعات نقش اساسی در پیشرفت علوم و فناوری ایفا می کند در سالهای اخیر حجم عظیمی از داده های سری زمانی در حوزه های مختلفی از علم سرگرمی، پزشکی ، زیست شناسی، بوجود امده اند از جمله می توان به داده های ثبت ضربان قلب، انالیز حرکت انسان و بازار سهام اشاره کرد. اگرچه دانشمندان علم امار در حدود یک قرن است که برروی سری های زمانی فعالیت می کنند خیلی از تکنیکهای آنها بهعلت حجم عظیم داده به چالشی بزرگ تبدیل شده است از جمله ابزارهای بیان دانش در حوزه داده کاوی سری زمانی شناسایی الگوهای زمانی می باشد که دراین سیستم ها هدف اصلی ایجاد سیستمی با قابلیت فهم بالاست و توصیف پذیری یک سیستم اساسیترین و مهمترین دستاورد برای سیستم مورد نظر محسوب میشود. هنگامی که یک سیستم توصیف پذیر مدنظر است به معنی آن است که یک کاربر انسانس از قوانین نتیجه شده استفاده می کند. سیستم های شناسایی الگوها مبتنی بر قانون بستر مناسبی را برای کار با داده های مبهم و ناقص را فراهم می کند که داده ها در دنیای واقعی به همین شکل موجود می باشند.

Keywords:

داده کاوی سری زمانی , قوانین مبتنی بر سلسله مراتبی , بازارسهام