时序相似度的主观偏好模型及其系数估计的“锚点”方法.pdfVIP

时序相似度的主观偏好模型及其系数估计的“锚点”方法* 兰秋军 马超群 （湖南大学工商管理学院，长沙，410082 ） 摘要：提出了一个反映人的主观偏好性的时序相似度模型，并给出估计其偏好系数的锚点方 法。该方法基于可视化操作，通过对锚点序列的相似性判断形成锚点约束，并进而采用遗传 算法求解约束优化问题以计算偏好系数。实例计算表明了模型的有效性。 关键词：时间序列; 相似性; 数据挖掘; 偏好 A Time Series Similarity Model Indicated Preference of Analyst and Its Parameters Estimation Method :ANCHOR Lan Qiu-jun ，Ma Chao-qun (Industry and Business Management College，Hunan University ，Changsha 410082 ，China) Abstract: This paper provides a time series similarity model, which can indicate analyst preference. And a parameters estimation method of this model: ANCHOR is also introduced. Applying this method, an analyst could visually discriminate the similarity of some ‘anchor’ time series. Based on the results of discrimination, an optimal problem computing the preference parameters is constructed and a genetic algorithm is designed to solve it. Finally, an instance is present which verified the model. Keywords: Time Series; Similarity; Data Mining; Preference 1．问题的提出 时间序列数据在商业、金融、医学、工程等许多领域都很常见。对其进行挖掘分析可以 获取很多有价值的知识和规律。而序列间的相似性度量模型是进行序列模式识别、聚类、分 类等的关键与基础，是对时间序列进行挖掘分析的前提。然而相似性判断具有强烈的主观偏 好性。不同的人或者不同的应用场合，对相似性的判断有不同的侧重点。如图1 所示，同标 准序列(a)相比，下面的四个序列(b)、（c ）、(d)、(e)分别存在平行偏移、噪音、幅度伸缩和横 幅伸缩。那么哪个序列与标准序列更为相似？显然，这个问题是难以用一个固定的答案予以 回答的。它依赖于所选择的相似性度量模型。不同的人或者不同的场合，挖掘者会根据自己 的经验和背景知识选择不同的模型，因而也就可能有不同的答案。 * 国家自然科学基金资助项目（编） 1 图1 与标准序列存在不同差异的序列 事实上，数据挖掘非常重视将挖掘者的主观经验或背景知识融入挖掘过程，这对保证挖 掘结果的有趣性和有用性是非常重要的。正如Jiawei Han 教授所言“使用背景知识或关于所 研究领域的信息来指导发现过程，可以帮助聚焦和加快数据挖掘过程，或评估发现模式的兴 [1] 趣度。” 然而问题是，挖掘者的主观偏好往往表现为一种直觉，是一种只可意会，却难以 言状的东西。如何定量化地表达这种偏好性？这个问题存在一定的难度，以往的研究往往都 忽视或者