時序組合模式挖掘研究.pdf

1、隨著大數據產業(yè)的爆發(fā)，人們越來越認識到數據的重要性，數據如同礦產一樣，有著十分重要的價值。數據是一種國家戰(zhàn)略性資源。如何去開發(fā)和利用這些數據是我們下一代科技人員的使命。
　　在數據挖掘領域中，模式挖掘是一個非常重要的研究課題，是發(fā)現數據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，第二類是時間序列模式挖掘。
　　序列模式是基于序列數據庫的模式挖掘算法。以購物籃數據為例，序列模式挖掘的是購買電視機后購買DVD

2、是否是一種頻繁的行為模式。序列模式的挖掘對象是離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，只需要有時間上的先后順序。
　　時間序列模式是基于時間數據庫的模式挖掘算法。以股票數據為例，時間序列模式挖掘的是每天的收盤價構成的一段長度為30的連續(xù)模式序列，通過聚類、分類、異常檢測等方法找到重要的模式特征。時間序列模式要求是連續(xù)的數列，序列大多由數值型數據組成。
　　本文提出一種新穎的、結合兩種模式挖掘算法的

3、組合序列模式挖掘算法。首先使用時間序列進行子序列的切分，然后對這些時間子序列使用聚類算法進行無監(jiān)督的分類。根據聚類分析結果，給每一個簇一個字母，使用離散化的字符代表這些模式，并對原始序列進行替換。原始的時間序列從連續(xù)的數值型序列轉變?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。
　　組合序列模式結合兩種主流的模式挖掘算法。在提出如何解決時間子序列分割時，使用了領域知識和信息論相結合的方法;對股票模式進行