Biblioteca122.294 documentos en línea

Artículo

Design of Macroeconomic Growth Prediction Algorithm Based on Data MiningDiseño de un algoritmo de predicción del crecimiento macroeconómico basado en la minería de datos

Resumen

Con el rápido desarrollo de la tecnología de la información y la globalización de la economía, los datos financieros se están generando y recopilando a un ritmo sin precedentes. En consecuencia, ha habido una gran necesidad de métodos automatizados para la utilización efectiva y eficiente de una cantidad sustancial de datos financieros para ayudar en la planificación de inversiones y la toma de decisiones. Se han empleado métodos de minería de datos para descubrir patrones ocultos y estimar tendencias futuras en los mercados financieros. En este artículo, se presenta un algoritmo mejorado de predicción del crecimiento macroeconómico basado en minería de datos y análisis de correlación difusa. Este estudio analiza la secuencia de características económicas, reorganiza la estructura espacial de las características económicas e integra la información estadística de los datos económicos. Utilizando el algoritmo Apriori optimizado, se generan las reglas de asociación entre los datos macroeconómicos. Se extraen características distintivas de acuerdo con las reglas de asociación utilizando la cantidad característica de distribución conjunta de series temporales macroeconómicas. Además, se calcula el parámetro Doppler de la predicción del crecimiento de las series temporales macroeconómicas y se utiliza el método de análisis de residuos del modelo de regresión para predecir el crecimiento de los datos macroeconómicos. Los resultados experimentales muestran que el algoritmo propuesto tiene una mejor adaptabilidad, menos tiempo de computación y una mayor precisión de predicción en la minería de datos económicos.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento