六 时间序列和序列模式挖掘.pptVIP

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。 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t1t2…，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