数据挖掘在DOP价格预测中的应用

[摘 要] DOP的价格经常发生剧烈的波动，传统的方法不能有效地预测DOP的价格。本文对DOP及影响DOP价格的25个可能因素，建立了时序模式。通过运用数据挖掘方法对这些时序模式中DOP价格与可能因素的关系进行了聚类和关联规则挖掘 ，找出了对DOP价格有较大影响的因素，运用所得关联规则预测DOP价格。

本文的研究显示，导致DOP价格剧烈变化的因素可能不只局限于它的最直接的上游原料---苯酐和辛醇，而还有它的更上游的原料---丙烯以及中国社会商品零售总额增长率。

 [关键词] 数据挖掘DOP 价格预测 聚类 关联规则

目录

一、建立预测DOP价格的数据挖掘系统2

（一）数据挖掘有关概念2

1.数据挖掘2

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。2

（二）建立DOP价格及可能影响它的因素数据库3

（三）进行数据准备3

进行数据清理、数据集成和数据选择三个方面工作。3

二、实现数据挖掘7

（一）数据挖据的具体操作步骤7

1.进入7

2.导入数据8

3.初始化8

4.线性化8

5.设定评价标准8

6.对线性化图的数据进行聚类处理8

7.挖掘关联模式8

（二）提取数据挖掘的结果-25个因素的关联模式9

1.布伦特原油价格9

2. CFR台湾丙烯价格10

3.CFR中国辛醇价格11

4.宏信化工苯酐价格12

5.中国社会消费品零售额增长率13

三、数据挖掘结论14

（一）影响中国DOP价格的较大因素14

（二）影响DOP价格的较大关联模式14

主要参考文献：15

附录15