一种新地时间序列数据挖掘方法研究.pdf

已经做了很多重要的工作，而离散时间序列(如交易序列数据和时间 立方数据)方面的工作甚为少见。 1．4时态数据挖掘中需考虑的几个重要问题 在时态知识发现的研究中，为适应时态语义的特殊性，除了应考虑普通数 据发掘要解决的问题外，还应考虑以下几个重要问题。 1)时态关系的表示逻辑。为了对时间进行推理，必然需要描述时态实体 之间关系的某种方法。Allen在文中11l提出了～种表示时间区间之间关 系的分类方法。Freksa对其作了推广，提出了基于半区间的关系分类 方法，所谓半区间是指仅已知～个终点的区间Ⅲ。这一弱化使得在根 据不完备知识进行推理方面有了较大的灵活性。另外，近邻函数的采 用有利于进行不精确的知识推理。度量时态实体的标记不必是绝对的 日历时间，时间实体可以相对于另--0寸间实体进行描述，而不用任何 外部的参照点或度量标准。 21多种时间模型。在各种情况下，时间可能是连续的、周期的和非线性 的，每一种都要求有不同的处理方法来进行知识发现。大多数系统对 于特别应用相关的特殊时间模型都有相应的有效解决方法。但目前还 没有通用的工具或方法。可以想象，通过对该问题的进一步深入研究， 很有可能产生能够处理更复杂时间语义的新方法和新工具。 31时间的接近性。某事件或时间区间也许确实出现在另～事件或时间之 前，但这种关系的重要性却似应取决于两者之间在时间上的是否接近， 太远了一般是没有意义的。例如，文革动乱确实发生在1997年利率 下调之前，但将这两者关联在一起实在毫无意义，然而，将前两年事 件如低通货膨胀率与之相关联却可能是有意义的。因此，事件或时间 区间之间的关联只有当它们的发生时间比较接近时才可能有意义。不 过，有的类型关联在相关联的事件或时间区间之间要求有较长的时间 间隔或延时。确实，某一事件的结果可能必须等相当长的时间才会发 生，这一事实使该问题更加复杂化了。幸运的是，在数据库中发现时 态知识有一定的方便之处，如模式的各成分有一定的顺序，并且常常 ．勺 time warping)技术来进行模式与数据的匹配f“。该技术是沿时间轴对模式 进行伸缩变换，以使模式与数据匹配。此时，模式中各成分在时间上 的连续性就变得比其发生的实际时间还要重要。该技术可能会为模式 搜索中的时间接近性问题提供了一种通用的方法，因为模式中各成分／ 特性的顺序是已知的，即使其具体发生的时间未知。当搜索算法对其 所搜索模式相关的时间标度有严格的定义时，模式中事件间的事件接 近的程度就会是固定的。例如，Wadt在文㈩中提出了探测处方药品误 用的自动方法，该方法有多条规则用与探测存在于病员情况于处方药 品之间的时态关系。药品误用模式是领域专家特别定义的，时间实体 之间可接受的时间上的接近程度是固定的。 41时间区间的推广。数据推广是许多数据发掘技术的核心。很多现有技 术都是利用推广作为发现描述数据的高层概念的途径，典型的如Hart 教授提出的面向属性的归约方法【51。也有的系统不仅依靠推广，而且 还利用多层抽象概念级来进行知识发现161。对点值的推广一般可借助 于概念层次。连续的和离散的属性都可如此推广。对非标量数据类型， 概念层次关系通常可根据领域知识加以构造；丽标量数据则可以自动 推广，方法是将近邻的值和范围归并为较高层的概念。然而，对于基 于点的数据不～样，时间区间是由两个终点构成的，因而不是那么容 易推广。孤立地推广两个终点，而不考虑区间本身，显然不等于实际 地时间区间推广。该问题应该认真研究。 1．5时间序列数据挖掘的进展 在古代中国和巴比伦，人们就已经能从天文观测所得到的时间序列中寻找