時(shí)間序列數(shù)據(jù)轉(zhuǎn)換及分類算法研究.pdf

1、時(shí)間序列(Tune Series)是數(shù)據(jù)挖掘領(lǐng)域中的一類重要數(shù)據(jù)對象，時(shí)間序列分類是時(shí)間序列數(shù)據(jù)挖掘中的重要任務(wù)之一.不同于時(shí)間序列分析中常用的算法與問題，時(shí)間序列分類是要把整個(gè)時(shí)間序列當(dāng)作輸入，其目的是要賦予這個(gè)序列某個(gè)離散標(biāo)記.序列數(shù)據(jù)相對于截面數(shù)據(jù)最主要的區(qū)別在于序列包含了復(fù)雜的時(shí)域特征，這使時(shí)間序列分類問題較一般分類問題困難得多.時(shí)間序列數(shù)據(jù)通常不等長，導(dǎo)致一般的分類算法不能直接應(yīng)用.即使是等長的時(shí)間序列，由于要考慮序列數(shù)據(jù)在時(shí)

2、間上的動(dòng)態(tài)特征，不同序列在相同位置的數(shù)值很難直接比較，一般的分類算法依然還是不適合直接應(yīng)用.為了解決這些難點(diǎn)，通常有兩種方法：第一種是基于距離的方法，這類方法定義合適的距離度量，使得在此度量意義下相近的序列有相同的分類標(biāo)簽.動(dòng)態(tài)時(shí)間彎曲(Dynamic Time Warping，DTW)算法是基于距離方法的代表；第二種是基于模型的方法，這類方法先對時(shí)間序列進(jìn)行建模(利用序列中前后數(shù)據(jù)的依賴關(guān)系建立模型)，再用模型參數(shù)組成等長向量來表示每

3、條序列，然后用傳統(tǒng)的分類算法進(jìn)行訓(xùn)練和分類. 本文對不等長多維時(shí)間序列數(shù)據(jù)的分類問題，采用的研究思路是先對序列數(shù)據(jù)進(jìn)行符號化處理，將多維時(shí)間序列轉(zhuǎn)換為符號序列；再基于模型對時(shí)間序列實(shí)現(xiàn)動(dòng)態(tài)聚類，實(shí)現(xiàn)對序列數(shù)據(jù)的轉(zhuǎn)換，將不等長的符號序列用等長的向量表示，使得傳統(tǒng)的面對于截面數(shù)據(jù)的分類算法可以方便的應(yīng)用到序列分類中.此外，本文深入分析了基于距離和基于模型這兩類序列分類算法，分別在不同的合成數(shù)據(jù)集和實(shí)際數(shù)據(jù)集上進(jìn)行比較，并取得很有意義

4、的結(jié)果.在時(shí)間序列的符號化、序列轉(zhuǎn)換方法、序列分類算法比較三個(gè)研究方面的主要貢獻(xiàn)如下： 在多維時(shí)間序列的符號化研究中，本文采用聚類融合算法對截面數(shù)據(jù)進(jìn)行聚類，將每個(gè)截面的數(shù)據(jù)用聚類標(biāo)識來表示，以此得到穩(wěn)定的符號化結(jié)果.本文提出了多種面對混合型數(shù)據(jù)的聚類融合算法，其中基于Boosting的自適應(yīng)聚類融合算法(Boosting-based Adaptive Cluster Ensembles，BACE)在聚類成員生成階段采用了新的訓(xùn)

5、練集抽樣策略.在共識函數(shù)設(shè)計(jì)方面采用了基于互信息的投票機(jī)制，從而構(gòu)建了一種新的聚類融合算法，為聚類融合算法的研究做出了貢獻(xiàn)，同時(shí)也為多維時(shí)間序列的符號化研究提供了新的有效方法.實(shí)驗(yàn)表明，本文提出的BACE算法具有較高的魯棒性和穩(wěn)定性. 在時(shí)間序列數(shù)據(jù)轉(zhuǎn)換研究中，在序列符號化的基礎(chǔ)上，本文提出了一種新的基于模型的序列數(shù)據(jù)轉(zhuǎn)換方法，該方法利用Markov鏈模型，結(jié)合K-L散度(Kullback-Leibler散度)實(shí)現(xiàn)了時(shí)間序列的數(shù)

6、據(jù)轉(zhuǎn)換，并充分考慮了時(shí)間序列挖掘問題中重要的動(dòng)態(tài)特征，將不等長的時(shí)間序列轉(zhuǎn)換為等長的向量，為面向截面數(shù)據(jù)的分類算法在序列數(shù)據(jù)分類問題中的應(yīng)用提供了條件.本文對所采用的Markov鏈模型的魯棒性做了深入的理論分析.最后實(shí)驗(yàn)還發(fā)現(xiàn)，用本文提出的序列數(shù)據(jù)轉(zhuǎn)換方法進(jìn)行數(shù)據(jù)轉(zhuǎn)換后，最大似然法(MaximumIAkelihood Estimation，MLE)在電信企業(yè)客戶流失問題的研究中表現(xiàn)出較強(qiáng)的魯棒性和有效性. 在序列分類算法的比較中