跨地区短时间序列的离散化方法.pdfVIP

跨地区短时间序列的离散化方法 骆科东 王建民 孙家广 (清华大学计算机科学与技术系，北京 100084) E—mail：lkd99@mails．tsinghua．edu．CB 摘 要 跨地区时间序列是由多个地区组成的多变量时间序列集合 ，每个地 区有着相 同的变量集。其时序长度通常比较 短。跨地 区时间序列在商业、经济、公共管理等领域广泛存在。离散化是时间序列关联规则挖掘的不可或缺的先行步骤 ： 该文介绍了一个新颖的针对跨地 区时间序列的离散化方法。相对没有考虑跨地 区性质的方法，在跨地区短时序数据上 ， 此方法可以更准确地提取出事件 ，完成离散化工作。 关键词 跨地 区时间序列 离散化 事件提取 假设检验 文章编号 1002—8331一(20o4)09—0Olo8—03 文献标识码 A 中图分类号 TP3l1 Discretizati0n ofCross-SectionalShortTimeSeries Luo Kedong WangJianmin Sun Jiaguang (SchoolofSoftware，TsinghuaUniversity，Beijing100084) Abstract： Thecross-sectionaltimeseriesdatameansa group ofmultivariatetimeserieseach ofwhich hasthesalne 0 0 0 0 0 0 0 0 0 枷 枷 姗 瑚 瑚 伽 setofvariablesUsually itslength isshort．ItOccursfrequently in business，economics，governance，and SOon．Discretization isthe indispensba le antecedentstep oftime series association rule mining．This paper introduces a novelmehtod to discretize cross-sectionaltime series．The method rgoupssectionsby statisticalidentical testing，and distillpro~revents on each groupOn CroSS—sectionalshort time series，this method behaves better than separately discretization mehtod does，which isconfirmed by experimentalresultson synthetic data． Keywor~ ：Cross—sectional TimeSeries，Discretization，EventDistillation，HypohtesisTest 1 引言 基本相同，而省 1明显数值偏小 ，增长也缓慢 跨地区时序数据是指来 自多个地区的、每个地 区都包含相 同属性集的时序数据集合 。通常跨地区时序数据 的长度都很 短。比如全 国的宏观经济数据 (如图 1所示)，由31个省市的各 种经济数据组成 ，时序长度 (年份)不会超过 20。再 比如某省统 计局一年的统计数据 ，一般由 100多个县 12个月的时序数组 组成。类似的数据集还广泛存在于跨国企业 、大型组织和政府 部 门里面 。 在跨地区数据中，来 自不同地区的同一属性具有相同的含 义和相似的变化规律，为了表达方便 ，称其为跨地区性质。 如何从时序数据中挖掘出有 意义的规则是当