時(shí)間序列挖掘和相似性查找技術(shù)的研究.pdf

1、時(shí)間序列(TimeSeries)是一種重要的數(shù)據(jù)對(duì)象，在現(xiàn)實(shí)生活中的許多領(lǐng)域中都廣泛存在，如股票價(jià)格，商品銷售數(shù)據(jù)，氣象數(shù)據(jù)等等。隨著時(shí)間推移，這類數(shù)據(jù)的存儲(chǔ)規(guī)模呈現(xiàn)爆炸式地增長(zhǎng)。因此，對(duì)這些海量的時(shí)序數(shù)據(jù)如何進(jìn)行有效的知識(shí)發(fā)現(xiàn)，挖掘其內(nèi)在的各種變化模式；對(duì)于用戶給定具有各種抽象含義的變化模式，如何在海量時(shí)間序列庫(kù)中進(jìn)行相似性的檢索等應(yīng)用分析，是一個(gè)挑戰(zhàn)性的、具有重要意義的理論和實(shí)際應(yīng)用課題，對(duì)于我們正確認(rèn)識(shí)事物變化，科學(xué)進(jìn)行決策，識(shí)別

2、各種異常行為等具有重要的指導(dǎo)意義。本文在分析時(shí)間序列特點(diǎn)和實(shí)際應(yīng)用需求的基礎(chǔ)上，針對(duì)時(shí)間序列的挖掘與相似性查找一些關(guān)鍵技術(shù)進(jìn)行了研究，具體包括特征模式挖掘、多序列關(guān)聯(lián)模式挖掘、相似性模式查找等方面，所做的工作和取得的創(chuàng)新成果體現(xiàn)在以下三個(gè)方面： 1）時(shí)間序列特征模式挖掘研究首次提出了一種基于互關(guān)聯(lián)后繼樹模型的時(shí)序特征模式挖掘方法。不同于傳統(tǒng)處理模式，該方法在序列分段上，采用了一種新穎的、基于重要點(diǎn)的時(shí)間序列線段化算法；再符號(hào)化過(guò)

3、程中，采用基于相對(duì)斜率的局部符號(hào)化方法。既減少計(jì)算復(fù)雜度，又避免了噪聲的影響。在挖掘算法實(shí)現(xiàn)上，根據(jù)序列特征模式的有序性和重復(fù)性，提出了一種無(wú)須生成大量的候選模式集的互關(guān)聯(lián)后繼樹挖掘算法，極大地提高了挖掘效率。實(shí)驗(yàn)結(jié)果表明，挖掘結(jié)果不僅是一種圖形化的描述，而且還具有明確的實(shí)際含義，大大有利于在實(shí)際中的應(yīng)用。 2）多時(shí)間序列間關(guān)聯(lián)模式挖掘研究針對(duì)更有分析價(jià)值的多序列關(guān)聯(lián)模式，進(jìn)一步提出一種新穎的關(guān)聯(lián)模式挖掘方法。該方法利用Alle

4、n區(qū)間邏輯關(guān)系來(lái)描述時(shí)間序列模式的關(guān)聯(lián)關(guān)系，避免了傳統(tǒng)方法在關(guān)聯(lián)關(guān)系描述的上非同步性；然后通過(guò)時(shí)間觀測(cè)窗口，來(lái)構(gòu)造出一種包含并行模式和串行模式的特殊形式模式序列；最后，在此基礎(chǔ)上構(gòu)造一種廣義的互關(guān)聯(lián)后繼樹模型，然后用前面挖掘思路實(shí)現(xiàn)關(guān)聯(lián)模式的挖掘。實(shí)驗(yàn)結(jié)果顯示，該新方法比傳統(tǒng)的Apriori算法具有更好的挖掘效率和挖掘效果。 3）時(shí)間序列相似性查找研究分析比較了根據(jù)時(shí)間序列與全文序列的異同，采用了全文索引技術(shù)，首次提出了一種基于