晏力

（四川大学计算机学院，成都 610065)

YAN Li

（College of Computer Science，Sichuan University，Chengdu 610065）

基于时序数据的top-k时间区间对比序列模式挖掘算法

晏力

（四川大学计算机学院，成都 610065)

随着物联网技术的发展，现在越来越多的传感器被应用于人们的生活中，由此产生大量的时间序列数据。正是因为数据的爆炸式增长，人们迫切地希望从大量时间序列数据中发现有用的模式。目前已经有大量的序列模式分析算法应用到时序数据上。设计并实现一个应用到时序数据的top-k时间区间对比挖掘算法。

时间序列；对比挖掘；top-k

0 引言

序列数据是一种重要的数据类型，这种数据类型常常出现在很多领域，如科学、医学、商业、安全和其他应用领域。而序列模式是序列数据挖掘中必不可少的任务，而序列模式中的对比序列模式[1]是一种比较热门的模式，近年来引起了学术界的广泛关注。对比序列模式（又称为显著序列模式）是指在一个序列数据集中频繁出现，而在另外一个序列数据集中不频繁出现的模式。对比序列模式主要是反映了两个或多个序列数据集的差异性，可以用来理解和识别这些数据集的信息特征，因此可以用于个性化推荐、基因数据分类和异常探测等。目前，对比序列模式被应用到了聚类、分类、预测等数据挖掘任务中。

在时间序列数据集上的对比序列模式挖掘正被越来越多的学者所关注。同时在这些算法与实际生产相结合的时候，用户往往希望自定义一些时间区间，并希望能得到在这些时间区间上的模式的显著度。……