钱国军

【摘 要】时间序列数据是现实数据库中最重要的数据类型之一，由于其具有数据量大、维度高和连续更新的特点，直接对时间序列数据进行数据挖掘非常困难，必须在数据预处理阶段对原时间序列进行维度简约，提高数据挖掘可操作性。文章对现有时间序列维度简约技术进行了汇总比较，为研究者进一步探索和挖掘时间序列数据提供参考。

【关键词】时间序列 数据挖掘 维度简约

【中图分类号】TP311.13【文献标识码】A【文章编号】1672-5158（2013）02-0067-01

现实中大量数据都是按时间顺序保存在数据库中，如金融市场的股票数据，数据量之大致使传统的时间序列分析效果甚微，大量包含有用信息的历史数据只能束之高阁。近几十年来，数据挖掘技术迅速发展，数据分析逐渐从单纯的统计分析向和计算机技术紧密联系的数据挖掘方向发展。数据挖掘通过各种算法让计算机在人的控制下探索海量数据，发现其中人所感兴趣的信息。时间序列数据是数据挖掘的重要方面，直接对原始进行数据处理是无法发现有用信息，一种可行的办法就是对原始数据进行特征提取，这一方面降低了数据维度，另一方面也消除了噪音。本文将着重介绍各种时间序列数据挖掘特征提取技术。

时间序列维度简约中最简单的方法可能是采样。然而，如果采样率很低，采样方法的缺点是扭曲了被采样时间序列的形状。一个提高的方法是使用每个分割的平均值带便相应的数据点集合。……