隨著社會經(jīng)濟(jì)和信息技術(shù)的發(fā)展 ,時間序列的數(shù)據(jù)量增長越來越快 ,相應(yīng)地 ,利用數(shù)據(jù)挖掘技術(shù)在時間序列數(shù)據(jù)庫中發(fā)現(xiàn)潛在的有價值的信息和知識也備受關(guān)注 ,其研究成果已被成功地應(yīng)用于經(jīng)濟(jì)、金融、電子信息、醫(yī)療衛(wèi)生、教育、工業(yè)和工程等領(lǐng)域。然而,時間序列數(shù)據(jù)的特征表示和相似性度量是時間序列數(shù)據(jù)挖掘任務(wù)中為基礎(chǔ)和關(guān)鍵的工作 ,其質(zhì)量直接影響時間序列數(shù)據(jù)挖掘的結(jié)果。時間序列數(shù)據(jù)隨時間的推移而不斷增長 ,數(shù)據(jù)的高維、動態(tài)、不確定等特性阻礙了傳統(tǒng)數(shù)據(jù)挖掘技術(shù)性能的發(fā)揮。特征表示的主要目的是利用少量特征近似表示原始時間序列 ,起到有效降維的作用 ,進(jìn)而提高數(shù)據(jù)挖掘任務(wù)的效率。相似性度量是測量時間序列之間差異性的方法 ,通常結(jié)合特征表示方法對時間序列之間的相似性進(jìn)行快速、有效地度量 ,其度量結(jié)果可用于分類、聚類、相似性搜索和異常模式發(fā)現(xiàn)等時間序列數(shù)據(jù)挖掘任務(wù)中。本研究分別以等長和不等長的單變量時間序列為主要研究對象 ,探討利用不同的方法對這些時間序列數(shù)據(jù)進(jìn)行特征表示和相似性度量 ,使得各種方法能更為完善和有效地運用于時間序列數(shù)據(jù)挖掘,并解決與時間序列挖掘任務(wù)相關(guān)的管理和應(yīng)用問題 ,獲取潛在有價值的信息和知識。本書的主要內(nèi)容如下。
(提出基于正交多項式回
1)從等長時間序列的整體特征出發(fā) ,歸系數(shù)特征表示的相似性度量方法。通過分析多項式項次數(shù)對時間序列整體形態(tài)擬合效果的影響 ,選取合適的特征系數(shù)反映時間序列的主要形態(tài)趨勢 ,提出更適合特征序列的相似性度量方法,并且在理論上證明其滿足下界性 ,提高特征表示和相似性度量在時間序列相似性搜索中的性能。
(2)針對分段聚合近似表示方法對等長時間序列進(jìn)行特征表示時存在的問題 ,利用多維特征對等長時間序列進(jìn)行特征表示 ,構(gòu)造滿足下界性的相似性度量方法。通過對傳統(tǒng)分段聚合近似表示方法及其相似性度量方法滿足下界性的剖析 ,利用不同維度的特征來近似表示分段序列 ,分別提出了基于二維統(tǒng)計特征和基于二維形態(tài)特征的分段聚合近似方法 ,提高了傳統(tǒng)分段聚合近似方法在時間序列數(shù)據(jù)挖掘中的應(yīng)用效率。同時 ,將分段序列的二維形態(tài)特征表示推廣到更高維形態(tài)特征表示 ,使得較高維數(shù)的分段特征表示方法在較大數(shù)據(jù)壓縮率的情況下 ,其距離度量函數(shù)的性能有所提高。

(3)以云模型理論為基礎(chǔ)對等長時間序列實現(xiàn)分段特征表示 ,提出了具有較高性能的相似性度量方法。利用云模型反映分段序列數(shù)據(jù)分布的不確定性 ,給出了云模型相似性度量函數(shù) ,實現(xiàn)云特征序列之間的相似性度量。雖然基于云模型的時間序列相似性度量方法不能滿足下界性 ,但它從局部和全局的角度來考慮時間序列的波動性和不確定性 ,具有較高的相似性度量質(zhì)量 ,有效地提高了時間序列數(shù)據(jù)挖掘相關(guān)算法的性能。
(4)針對傳統(tǒng)動態(tài)時間彎曲方法度量不等長時間序列需要較高時間代價的問題 ,提出了兩種改良后的彎曲度量方法。首先 ,在權(quán)衡計算速度和度量精度的情況下 ,通過自適應(yīng)快速分段線性表示對時間序列進(jìn)行特征表示 ,再結(jié)合導(dǎo)數(shù)動態(tài)時間彎曲方法來快速、有效地對不等長時間序列進(jìn)行彎曲度量 ,進(jìn)而提出了基于分段線性近似和導(dǎo)數(shù)動態(tài)時間彎曲的時間序列相似性度量方法。其次,為解決動態(tài)時間彎曲方法帶來較大計算量的問題 ,通過縮小彎曲路徑的搜索范圍和提前終止計算彎曲路徑的策略 ,提高傳統(tǒng)動態(tài)時間彎曲方法在時間序列相似性搜索中的計算效率。此外 ,將動態(tài)時間彎曲用于度量變量之間的異步相關(guān)性問題 ,進(jìn)而提出魯棒性較強的異步主成分分析方法 ,拓展了傳統(tǒng)主成分分析方法在時間序列數(shù)據(jù)特征表示和數(shù)據(jù)降維等方面的應(yīng)用效果。
(5)時間序列數(shù)據(jù)特征表示與相似性度量方法在主題數(shù)據(jù)、融股票、期刊文獻(xiàn)數(shù)據(jù)和發(fā)動機參數(shù)等挖掘領(lǐng)域中的應(yīng)用。首先 ,通過構(gòu)建主題之間的共現(xiàn)時間序列數(shù)據(jù) ,使用復(fù)雜網(wǎng)絡(luò)方法來分析主題 ,提出共現(xiàn)時間序列數(shù)據(jù)聚類的主題網(wǎng)絡(luò)分析方法 ,用于提高主題分析質(zhì)量。其次 ,針對金融市場中機構(gòu)交易對股票市場中的散戶投資行為具有較強的誤導(dǎo)性的現(xiàn)象 ,提出了一種基于機構(gòu)交易行為影響的趨勢預(yù)測方法 ,進(jìn)而使時間序列數(shù)據(jù)挖掘技術(shù)有效地應(yīng)用于金融股票數(shù)據(jù)的趨勢預(yù)測。再次 ,時間序列的動態(tài)時間彎曲度量方法對參考文獻(xiàn)來源期刊和引證文獻(xiàn)來源期刊的時間序列數(shù)據(jù)進(jìn)行數(shù)值與趨勢的距離度量 ,從不同角度分析期刊文獻(xiàn)數(shù)據(jù)隨時間變化的情況 ,結(jié)合近鄰傳播聚類分析 ,驗證參考文獻(xiàn)來源期刊之間的相似性和引證文獻(xiàn)來源期刊之間的關(guān)系。文獻(xiàn)聚類分析結(jié)果有助于為期刊論文作者和編輯部工作人員提供關(guān)于參考文獻(xiàn)選擇和引用的相關(guān)參考意見 ,提升作者的科研水平和編輯部刊發(fā)論文的質(zhì)量。另外 ,根據(jù)發(fā)動機性能參數(shù)時間序列數(shù)據(jù)的特性,利用新的時間序列特征表示和相似性度量方法來實現(xiàn)發(fā)動機性能參數(shù)的數(shù)據(jù)挖掘 ,進(jìn)而有效地對發(fā)動機性能參數(shù)進(jìn)行特征識別和故障檢測 ,給發(fā)動機設(shè)計過程中的知識發(fā)現(xiàn)增加了新的視角 ,為保障發(fā)動機的安全運行提供參考依據(jù)。
以上研究成果通過數(shù)值實驗檢驗了它們對不同類型時間序列數(shù)據(jù)進(jìn)行特征表示和相似性度量方法的有效性 ,并且比較了它們在時間序列數(shù)據(jù)挖掘任務(wù)中提高相關(guān)算法的性能 ,進(jìn)一步完善了時間序列數(shù)據(jù)挖掘中特征表示和相似性度量方法在理論技術(shù)與應(yīng)用管理方面的研究。
本書特色
內(nèi)容系統(tǒng)性
特征表示和相似性度量是時間序列數(shù)據(jù)挖掘過程中一項重要而又基礎(chǔ)的數(shù)據(jù)預(yù)處理工作 ,其質(zhì)量和效率直接影響后期相關(guān)時間序列數(shù)據(jù)挖掘算法和模型的效果。本書從時間序列數(shù)據(jù)的不同特點出發(fā) ,深入和系統(tǒng)地研究和分析其特征表示和相似性度量方法,并結(jié)合相應(yīng)的數(shù)據(jù)挖掘任務(wù)進(jìn)行實驗比較和分析 ,同時也將研究成果應(yīng)用于具體應(yīng)用中 ,從時間序列數(shù)據(jù)視角更好地解決實際問題。
案例新穎性
本書對時間序列數(shù)據(jù)特征表示和相似性度量的方法有效性與先進(jìn)性進(jìn)行深入分析及研究 ,實驗過程中使用了大量的公共數(shù)據(jù)集,使得實驗案例具有一定的代表性。同時 ,除了將特征表示和相似性度量方法應(yīng)用于常見的金融股票數(shù)據(jù)外 ,還將它們應(yīng)用于文獻(xiàn)數(shù)據(jù)分析、文本主題分析和發(fā)動機參數(shù)檢測等與時間序列間接相關(guān)的新穎案例中 ,進(jìn)而拓展了解決實際應(yīng)用問題的理論和方法。
讀者對象
對于研究和使用計量經(jīng)濟(jì)模型的學(xué)者與管理者 ,可以拋開煩瑣的模型假設(shè)和檢驗等過程 ,克服時間序列數(shù)據(jù)分析中的回歸擬合模型的傳統(tǒng)思維束縛 ,嘗試從時間序列數(shù)據(jù)挖掘的視角來研究傳統(tǒng)計量經(jīng)濟(jì)模型不能發(fā)現(xiàn)或不能解決的研究問題。相信通過本書的學(xué)習(xí) ,讀者會對時間序列數(shù)據(jù)分析有新的想法。
對于在統(tǒng)計學(xué)、計算機科學(xué)、經(jīng)濟(jì)學(xué)或管理學(xué)等領(lǐng)域從事關(guān)于時間序列數(shù)據(jù)分析和研究的行業(yè)工作者或有志從事相關(guān)領(lǐng)域科學(xué)研究的本科生、研究生 ,可以通過閱讀與學(xué)習(xí)本書 ,從特征表示和相似性度量等數(shù)據(jù)預(yù)處理的角度出發(fā) ,較為系統(tǒng)地了解時間序列數(shù)據(jù)挖掘算法和模型 ,逐步學(xué)會利用時間序列數(shù)據(jù)挖掘技術(shù)和方法來解決與時間序列數(shù)據(jù)相關(guān)的實際應(yīng)用問題。