時(shí)序組合模式挖掘研究.pdf

1、隨著大數(shù)據(jù)產(chǎn)業(yè)的爆發(fā)，人們?cè)絹碓秸J(rèn)識(shí)到數(shù)據(jù)的重要性，數(shù)據(jù)如同礦產(chǎn)一樣，有著十分重要的價(jià)值。數(shù)據(jù)是一種國(guó)家戰(zhàn)略性資源。如何去開發(fā)和利用這些數(shù)據(jù)是我們下一代科技人員的使命。
　　在數(shù)據(jù)挖掘領(lǐng)域中，模式挖掘是一個(gè)非常重要的研究課題，是發(fā)現(xiàn)數(shù)據(jù)特征的重要方法之一。模式挖掘主要分為兩類，第一類是序列模式挖掘，第二類是時(shí)間序列模式挖掘。
　　序列模式是基于序列數(shù)據(jù)庫(kù)的模式挖掘算法。以購(gòu)物籃數(shù)據(jù)為例，序列模式挖掘的是購(gòu)買電視機(jī)后購(gòu)買DVD

2、是否是一種頻繁的行為模式。序列模式的挖掘?qū)ο笫请x散的物品和物品背后顧客的行為模式，這種模式不要求行為之間有連續(xù)性，只需要有時(shí)間上的先后順序。
　　時(shí)間序列模式是基于時(shí)間數(shù)據(jù)庫(kù)的模式挖掘算法。以股票數(shù)據(jù)為例，時(shí)間序列模式挖掘的是每天的收盤價(jià)構(gòu)成的一段長(zhǎng)度為30的連續(xù)模式序列，通過聚類、分類、異常檢測(cè)等方法找到重要的模式特征。時(shí)間序列模式要求是連續(xù)的數(shù)列，序列大多由數(shù)值型數(shù)據(jù)組成。
　　本文提出一種新穎的、結(jié)合兩種模式挖掘算法的

3、組合序列模式挖掘算法。首先使用時(shí)間序列進(jìn)行子序列的切分，然后對(duì)這些時(shí)間子序列使用聚類算法進(jìn)行無監(jiān)督的分類。根據(jù)聚類分析結(jié)果，給每一個(gè)簇一個(gè)字母，使用離散化的字符代表這些模式，并對(duì)原始序列進(jìn)行替換。原始的時(shí)間序列從連續(xù)的數(shù)值型序列轉(zhuǎn)變?yōu)椴贿B續(xù)的字符型序列。最后使用傳統(tǒng)的序列模式算法挖掘出頻繁的組合序列模式。
　　組合序列模式結(jié)合兩種主流的模式挖掘算法。在提出如何解決時(shí)間子序列分割時(shí)，使用了領(lǐng)域知識(shí)和信息論相結(jié)合的方法;對(duì)股票模式進(jìn)行