時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、時(shí)間序列的時(shí)序關(guān)聯(lián)規(guī)則指時(shí)間序列局部變化趨勢之間的具有時(shí)間約束的關(guān)聯(lián)關(guān)系，這些局部變化趨勢發(fā)生本身具有時(shí)間先后順序，因此這種關(guān)聯(lián)關(guān)系就體現(xiàn)出時(shí)序性。時(shí)間序列的數(shù)據(jù)密集性、隨機(jī)波動(dòng)性和數(shù)據(jù)海量性決定了只有通過數(shù)據(jù)挖掘方法才能獲取隱含的時(shí)序關(guān)聯(lián)規(guī)則。 時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘是一個(gè)系統(tǒng)工程，分為時(shí)間序列預(yù)處理、時(shí)間序列壓縮、時(shí)間序列模式相似性度量、時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則獲取、解釋和評(píng)價(jià)等步驟。目前關(guān)于各步驟挖掘方法的研究還不夠完善，主

2、要表現(xiàn)在以下方面：(1)在孤立點(diǎn)噪聲數(shù)據(jù)的識(shí)別中，基于統(tǒng)計(jì)學(xué)識(shí)別法很難獲得樣本的分布參數(shù)，基于小波變換識(shí)別法改變了原始時(shí)間序列的真實(shí)性，基于似然比識(shí)別法的計(jì)算量較大；(2)在經(jīng)典時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘中，以給定長度和滑動(dòng)步長的滑動(dòng)窗口把時(shí)間序列離散成模式序列，然后獲取頻繁模式，最后生成強(qiáng)時(shí)序關(guān)聯(lián)規(guī)則。由于滑動(dòng)窗口的長度和滑動(dòng)步長是由人為給定，這樣時(shí)間序列的壓縮結(jié)果具有很強(qiáng)的人為性，挖掘結(jié)果也就具有很強(qiáng)的不確定性：(3)時(shí)間序列模式相似

3、性的度量是獲取模式序列中頻繁模式的基礎(chǔ)，決定著時(shí)序關(guān)聯(lián)規(guī)則獲取。目前，元模式單調(diào)距離和元模式向量距離中對(duì)元模式表示都存在缺陷，所以元模式相似性的度量存在一定問題。而且，現(xiàn)有度量序列模式相似性的方法不能用距離法度量不同長度的兩個(gè)序列模式的相似性。 時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則具有很強(qiáng)的實(shí)用價(jià)值，但正如上述，目前挖掘方法卻不完善。因此，本文的研究重點(diǎn)是時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘方法的改進(jìn)和完善，提出理論模型與實(shí)證分析，力求從時(shí)間序列中獲取更多

4、可靠的時(shí)序關(guān)聯(lián)規(guī)則，從而為決策者提供更好的決策幫助。 本文以挖掘步驟為主線展開論述，共分八章，每章的結(jié)構(gòu)安排為：首先綜述國內(nèi)外對(duì)本步驟所涉及的理論和研究現(xiàn)狀，其次分析研究中存在的問題，然后提出相應(yīng)的改進(jìn)方法，并用實(shí)證進(jìn)行分析和論證。文章主要內(nèi)容包括： (1)時(shí)間序列預(yù)處理 時(shí)間序列的預(yù)處理是時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘的第一步：怎樣清洗時(shí)間序列中的噪聲數(shù)據(jù)。這部分首先對(duì)時(shí)間序列的噪聲數(shù)據(jù)進(jìn)行界定，其次綜述已有時(shí)間序列

5、孤立點(diǎn)噪聲數(shù)據(jù)的識(shí)別方法，并且分析這些方法的優(yōu)缺點(diǎn)，最后提出基于數(shù)據(jù)相對(duì)變化率的時(shí)間序列孤立點(diǎn)噪聲數(shù)據(jù)的識(shí)別方法。 (2)時(shí)間序列的壓縮 時(shí)間序列壓縮是時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘的第二步：如何把時(shí)間序列轉(zhuǎn)化成模式序列。首先分析時(shí)序關(guān)聯(lián)規(guī)則挖掘過程中數(shù)據(jù)壓縮的必要性、目的和意義，其次綜述已有時(shí)間序列壓縮方法，在此基礎(chǔ)上提出時(shí)間序列壓縮方法的評(píng)價(jià)體系，并對(duì)已有壓縮方法進(jìn)行比較分析，然后選擇有利于時(shí)序關(guān)聯(lián)規(guī)則挖掘的時(shí)間序列壓縮方

6、法，最后對(duì)所選擇壓縮方法分割點(diǎn)的確定加以改進(jìn)。 (3)時(shí)間序列模式相似性的度量 時(shí)間序列模式間相似性度量是時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則的重要內(nèi)容之一。只有很好地度量模式間的相似性，才能更好地完成模式序列中頻繁模式和時(shí)序關(guān)聯(lián)規(guī)則的獲取。本文認(rèn)為已有度量兩個(gè)元模式相似性的方法存在弊端，考慮到序列模式的相似性度量涉及兩個(gè)不同長度的模式，因而把度量兩個(gè)不同維數(shù)的點(diǎn)間的距離的方法應(yīng)用到序列模式相似性的度量上，提出序列模式相似性的動(dòng)態(tài)時(shí)間彎

7、曲距離度量法。 (4)時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則的獲取 時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘的第三步：怎樣從模式序列中獲取頻繁模式進(jìn)而生成強(qiáng)時(shí)序關(guān)聯(lián)規(guī)則。在一般時(shí)序關(guān)聯(lián)規(guī)則中，對(duì)象或者事件的頻繁性由其出現(xiàn)的次數(shù)決定。但由于時(shí)間序列模式的差異性，模式出現(xiàn)的次數(shù)不能決定其頻繁性，而應(yīng)由與其相似模式的數(shù)目決定。在時(shí)序關(guān)聯(lián)規(guī)則的生成過程中，針對(duì)時(shí)間序列模式頻繁性的特殊性，本文提出時(shí)序關(guān)聯(lián)規(guī)則的分層獲取方法，并用實(shí)證加以分析。 (5)時(shí)間序

8、列的相似性 本文對(duì)時(shí)間序列的相似性研究從兩方面展開。一方面研究一元時(shí)間序列序列的相似性。首先綜述國內(nèi)外關(guān)于時(shí)間序列相似性的研究，并分析存在問題，然后針對(duì)時(shí)間序列的時(shí)序性特點(diǎn)提出度量時(shí)間序列相似性的圖形相似法，并分析該方法的優(yōu)缺點(diǎn)；另一方面研究多元時(shí)間序列的相似性。首先分析度量多元時(shí)間序列相似性的必要性，然后分析該研究的難點(diǎn)所在，最后提出兩種度量時(shí)間序列相似性的方法：基于矩陣范數(shù)和基于綜合屬性的多元時(shí)間序列的相似性度量方法。

9、 (6)時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘平臺(tái) 時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘平臺(tái)以JAVA作為開發(fā)語言，共有六個(gè)模塊，實(shí)現(xiàn)數(shù)據(jù)加載、時(shí)間序列的預(yù)處理、時(shí)間序列壓縮、時(shí)間序列模式相似性度量、時(shí)序關(guān)聯(lián)規(guī)則獲取、時(shí)序關(guān)聯(lián)規(guī)則評(píng)價(jià)和時(shí)間序列相似性度量等功能。一方面對(duì)各個(gè)步驟的改進(jìn)方法進(jìn)行實(shí)證分析，另一方面實(shí)現(xiàn)從時(shí)間序列中挖掘時(shí)序關(guān)聯(lián)規(guī)則。 本文的研究按照時(shí)序關(guān)聯(lián)規(guī)則的挖掘步驟展開，從時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則的第一步時(shí)間序列預(yù)處理到最后一步時(shí)序關(guān)

10、聯(lián)規(guī)則解釋與評(píng)價(jià)。在每個(gè)步驟中，對(duì)已有研究進(jìn)行梳理，對(duì)所涉及的理論模型進(jìn)行推導(dǎo)，并提出改進(jìn)方法。由于時(shí)間序列相似性在時(shí)間序列數(shù)據(jù)挖掘中起到重要作用，本文專門對(duì)時(shí)間序列的相似性進(jìn)行探討。本文的主要?jiǎng)?chuàng)新點(diǎn)歸納為： (1)在時(shí)序關(guān)聯(lián)規(guī)則挖掘的時(shí)間序列預(yù)處理中，提出基于數(shù)據(jù)相對(duì)變化率的孤立點(diǎn)噪聲數(shù)據(jù)識(shí)別方法。時(shí)間序列一般都含有噪聲數(shù)據(jù)，其存在對(duì)時(shí)序關(guān)聯(lián)規(guī)則的挖掘有很大影響，因此，在挖掘前必須去除噪聲數(shù)據(jù)。但由于時(shí)間序列壓縮對(duì)孤立點(diǎn)噪聲數(shù)

11、據(jù)不具有容忍性，而且孤立點(diǎn)的存在會(huì)影響時(shí)間序列的分割和時(shí)間序列模式表示，所以識(shí)別和刪除時(shí)間序列中的孤立點(diǎn)噪聲數(shù)據(jù)便成為時(shí)間序列預(yù)處理的重要工作之一。數(shù)據(jù)是否是時(shí)間序列的孤立點(diǎn)，關(guān)鍵是看它與周圍數(shù)據(jù)的跳躍程度。本文以時(shí)間序列數(shù)據(jù)相對(duì)變化率作為判斷其跳躍程度的標(biāo)準(zhǔn)，提出新的孤立點(diǎn)噪聲數(shù)據(jù)識(shí)別方法。 (2)在時(shí)間序列模式相似性度量中，提出度量兩個(gè)元模式相似性的加權(quán)距離法以及可以度量兩個(gè)不同長度序列模式相似性的動(dòng)態(tài)時(shí)間彎曲距離法。在時(shí)序

12、關(guān)聯(lián)規(guī)則的挖掘中，元模式單調(diào)距離法、元模式向量距離法度量兩個(gè)元模式相似性都不適合頻繁模式的獲取。因此，本文針對(duì)時(shí)間序列模式的特點(diǎn)提出元模式的加權(quán)距離，并在此基礎(chǔ)之上提出度量兩個(gè)序列模式相似性的動(dòng)態(tài)時(shí)間彎曲距離法。 (3)在時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則的獲取中，提出分層時(shí)序關(guān)聯(lián)規(guī)則獲取方法。時(shí)序關(guān)聯(lián)規(guī)則的時(shí)間約束、關(guān)聯(lián)規(guī)則的前、后件長度決定時(shí)序關(guān)聯(lián)規(guī)則的獲取。為了降低獲取中的難度，只有把時(shí)序關(guān)聯(lián)規(guī)則的前件分成不同的長度，由此提出分層時(shí)序關(guān)

13、聯(lián)規(guī)則的獲取方法。由于頻繁模式界定上的差異，這種方法有別于一般的獲取方法；但也由于這種方法考慮到各種長度的關(guān)聯(lián)規(guī)則前件，所以具有其他時(shí)序關(guān)聯(lián)規(guī)則獲取方法所不具有的優(yōu)點(diǎn)。 (4)在度量兩個(gè)時(shí)間序列的相似性時(shí)，因?yàn)橐延幸辉獣r(shí)間序列相似性的度量方法忽略了時(shí)間序列是以時(shí)間為變量的函數(shù)，本文經(jīng)研究論證提出度量兩個(gè)一元時(shí)間序列相似性的圖形相似法。同時(shí)，在多元時(shí)間序列的相似性度量中，因考慮到多元時(shí)間序列的存儲(chǔ)結(jié)構(gòu)是矩陣，本文提出度量兩個(gè)多元時(shí)