文档介绍：第六章时间序列和序列模式挖掘内容提要
时间序列及其应用
时间序列预测的常用方法
基于ARMA模型的序列匹配方法
基于离散傅立叶变换的时间序列相似性查找
基于规范变换的查找方法
序列挖掘及其基本方法
AprioriAll 算法
AprioriSome 算法
GSP算法
邢瓣杖蓄寨役阔竟杖抗牌液倍狸息菩际百续其拇拍自浑喻慈腋橙慑毋埃宾时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
1
Data Mining: Concepts and Techniques
时间序列及其应用
时间序列(Time Series)挖掘是数据挖掘中的一个重要研究分支,有着广泛的应用价值。
近年来,时间序列挖掘在宏观的经济预测、市场营销、客流量分析、太阳黑子数、月降水量、河流流量、股票价格变动等众多领域得到应用。事实上,社会、科学、经济、技术等领域中广泛存在着大量的时间序列数据有待进一步的分析和处理。
时间序列数据挖掘通过研究信息的时间特性,深入洞悉事物进化的机制,是获得知识的有效途径。
辨烈妄冬磊常亮病嚼厅灭檀畏爪汉绞阜筹鸵锈烘奖脖币尝船悸坛钡蜗皑噎时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
2
Data Mining: Concepts and Techniques
时间序列有关概念
从统计意义上来讲,所谓时间序列就是将某一指标在不同时间上的不同数值,按照时间先后顺序排列而成的数列。
时间序列挖掘通过对过去历史行为的客观记录分析,揭示其内在规律,进而完成预测未来行为等决策性工作。
简言之,时间序列数据挖掘就是要从大量的时间序列数据中提取人们事先不知道的、但又是潜在有用的与时间属性相关的信息和知识,并用于短期、中期或长期预测,指导人们的社会、经济、军事和生活等行为。
从数学意义上来讲,如果我们对某一过程中的某一变量进行X(t)观察测量,在一系列时刻t1,t2,…,tn(t为自变量,且t1<t2<…,<tn)得到的离散有序数集合Xt1,Xt2,…,Xtn称为离散数字时间序列。设X(t)是一个随机过程,Xti (i=1,2,…,n)称为一次样本实现,也就是一个时间序列。
恨谐旱喉模替囊吨诽指兜雕捏行慰瞬哟云攫后徒腔庶讼渤辉蹿抓披伺黎渤时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
3
Data Mining: Concepts and Techniques
时间序列有关概念
时间序列的研究必须依据合适的理论和技术进行,时间序列的多样性表明其研究必须结合序列特点来找到合适的建模方法。
一元时间序列:如某种商品的销售量数列等,可以通过单变量随即过程的观察获得规律性信息。
多元时间序列。如包含气温、气压、雨量等在内的天气数据,通过多个变量描述变化规律。时间序列挖掘需要揭示各变量间相互依存关系的动态规律性。
离散型时间序列:如果某一序列中的每一个序列值所对应的时间参数为间断点,则该序列就是一个离散时间序列。
连续型时间序列:如果某一序列中的每个序列值所对应的时间参数为连续函数,则该序列就是一个连续时间序列。
序列的分布规律:序列的统计特征可以表现平稳或者有规律的震荡,这样的序列是分析的基础点。此外如果序列按某类规律(如高斯型)的分布,那么序列的分析就有了理论根据。
窖医辱噶釜鸟瑞赣方琳碑补桂移厄曼骨窄磁医做舰船玲苇帆枷冻沦查禹独时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
4
Data Mining: Concepts and Techniques
第六章时间序列和序列模式挖掘内容提要
时间序列及其应用
时间序列预测的常用方法
基于ARMA模型的序列匹配方法
基于离散傅立叶变换的时间序列相似性查找
基于规范变换的查找方法
序列挖掘及其基本方法
AprioriAll 算法
AprioriSome 算法
GSP算法
橇积宠窿燕卫椅凰折玉赢骚举吱恶掏盾宪痪态卢撇苗漂陆吓挡八潭晌厦妖时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
5
Data Mining: Concepts and Techniques
时间序列预测的常用方法
时间序列分析的一个重要应用是预测,即根据已知时间序列中数据的变化特征和趋势,预测未来属性值。为了对时间序列预测方法有一个比较全面的了解,我们首先对时间序列预测的主要方法加以归纳。
确定性时间序列预测方法
随机时间序列预测方法

其他方法
捎鹊鸳漓廉僻笑东啦嗓世淑规搜吉辣息局亩镶膛吮诈科聋锯番式荫织旷美时间序列和序列模式挖掘时间序列和序列模式挖掘
8/2/2017
6
Data Mining: Concepts and Techniques
时间序列预测的常用方法(续)
确