時間序列時序關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、時間序列的時序關(guān)聯(lián)規(guī)則指時間序列局部變化趨勢之間的具有時間約束的關(guān)聯(lián)關(guān)系，這些局部變化趨勢發(fā)生本身具有時間先后順序，因此這種關(guān)聯(lián)關(guān)系就體現(xiàn)出時序性。時間序列的數(shù)據(jù)密集性、隨機波動性和數(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序關(guān)聯(lián)規(guī)則。 時間序列時序關(guān)聯(lián)規(guī)則挖掘是一個系統(tǒng)工程，分為時間序列預(yù)處理、時間序列壓縮、時間序列模式相似性度量、時間序列時序關(guān)聯(lián)規(guī)則獲取、解釋和評價等步驟。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)在孤立點噪聲數(shù)據(jù)的識別中，基于統(tǒng)計學(xué)識別法很難獲得樣本的分布參數(shù)，基于小波變換識別法改變了原始時間序列的真實性，基于似然比識別法的計算量較大；(2)在經(jīng)典時間序列時序關(guān)聯(lián)規(guī)則挖掘中，以給定長度和滑動步長的滑動窗口把時間序列離散成模式序列，然后獲取頻繁模式，最后生成強時序關(guān)聯(lián)規(guī)則。由于滑動窗口的長度和滑動步長是由人為給定，這樣時間序列的壓縮結(jié)果具有很強的人為性，挖掘結(jié)果也就具有很強的不確定性：(3)時間序列模式相似

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序列模式的相似性。 時間序列時序關(guān)聯(lián)規(guī)則具有很強的實用價值，但正如上述，目前挖掘方法卻不完善。因此，本文的研究重點是時間序列時序關(guān)聯(lián)規(guī)則挖掘方法的改進和完善，提出理論模型與實證分析，力求從時間序列中獲取更多

4、可靠的時序關(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)的改進方法，并用實證進行分析和論證。文章主要內(nèi)容包括： (1)時間序列預(yù)處理 時間序列的預(yù)處理是時間序列時序關(guān)聯(lián)規(guī)則挖掘的第一步：怎樣清洗時間序列中的噪聲數(shù)據(jù)。這部分首先對時間序列的噪聲數(shù)據(jù)進行界定，其次綜述已有時間序列

5、孤立點噪聲數(shù)據(jù)的識別方法，并且分析這些方法的優(yōu)缺點，最后提出基于數(shù)據(jù)相對變化率的時間序列孤立點噪聲數(shù)據(jù)的識別方法。 (2)時間序列的壓縮 時間序列壓縮是時間序列時序關(guān)聯(lián)規(guī)則挖掘的第二步：如何把時間序列轉(zhuǎn)化成模式序列。首先分析時序關(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，其次綜述已有時間序列壓縮方法，在此基礎(chǔ)上提出時間序列壓縮方法的評價體系，并對已有壓縮方法進行比較分析，然后選擇有利于時序關(guān)聯(lián)規(guī)則挖掘的時間序列壓縮方

6、法，最后對所選擇壓縮方法分割點的確定加以改進。 (3)時間序列模式相似性的度量 時間序列模式間相似性度量是時間序列時序關(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序關(guān)聯(lián)規(guī)則的獲取。本文認為已有度量兩個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不同長度的模式，因而把度量兩個不同維數(shù)的點間的距離的方法應(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態(tài)時間彎

7、曲距離度量法。 (4)時間序列時序關(guān)聯(lián)規(guī)則的獲取 時間序列時序關(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而生成強時序關(guān)聯(lián)規(guī)則。在一般時序關(guān)聯(lián)規(guī)則中，對象或者事件的頻繁性由其出現(xiàn)的次數(shù)決定。但由于時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。在時序關(guān)聯(lián)規(guī)則的生成過程中，針對時間序列模式頻繁性的特殊性，本文提出時序關(guān)聯(lián)規(guī)則的分層獲取方法，并用實證加以分析。 (5)時間序

8、列的相似性 本文對時間序列的相似性研究從兩方面展開。一方面研究一元時間序列序列的相似性。首先綜述國內(nèi)外關(guān)于時間序列相似性的研究，并分析存在問題，然后針對時間序列的時序性特點提出度量時間序列相似性的圖形相似法，并分析該方法的優(yōu)缺點；另一方面研究多元時間序列的相似性。首先分析度量多元時間序列相似性的必要性，然后分析該研究的難點所在，最后提出兩種度量時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間序列的相似性度量方法。

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

10、聯(lián)規(guī)則解釋與評價。在每個步驟中，對已有研究進行梳理，對所涉及的理論模型進行推導(dǎo)，并提出改進方法。由于時間序列相似性在時間序列數(shù)據(jù)挖掘中起到重要作用，本文專門對時間序列的相似性進行探討。本文的主要創(chuàng)新點歸納為： (1)在時序關(guān)聯(lián)規(guī)則挖掘的時間序列預(yù)處理中，提出基于數(shù)據(jù)相對變化率的孤立點噪聲數(shù)據(jù)識別方法。時間序列一般都含有噪聲數(shù)據(jù)，其存在對時序關(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)。但由于時間序列壓縮對孤立點噪聲數(shù)

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

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元模式相似性都不適合頻繁模式的獲取。因此，本文針對時間序列模式的特點提出元模式的加權(quán)距離，并在此基礎(chǔ)之上提出度量兩個序列模式相似性的動態(tài)時間彎曲距離法。 (3)在時間序列時序關(guān)聯(lián)規(guī)則的獲取中，提出分層時序關(guān)聯(lián)規(guī)則獲取方法。時序關(guān)聯(lián)規(guī)則的時間約束、關(guān)聯(lián)規(guī)則的前、后件長度決定時序關(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，所以具有其他時序關(guān)聯(lián)規(guī)則獲取方法所不具有的優(yōu)點。 (4)在度量兩個時間序列的相似性時，因為已有一元時間序列相似性的度量方法忽略了時間序列是以時間為變量的函數(shù)，本文經(jīng)研究論證提出度量兩個一元時間序列相似性的圖形相似法。同時，在多元時間序列的相似性度量中，因考慮到多元時間序列的存儲結(jié)構(gòu)是矩陣，本文提出度量兩個多元時