王赫楠

（遼寧中醫(yī)藥大學(xué) 遼寧沈陽 110000）

數(shù)據(jù)挖掘技術(shù)利用一些數(shù)據(jù)分析算法，在某些條件的限制下，從海量的數(shù)據(jù)中挖掘出有價值的信息［1-4］，是目前各領(lǐng)域挖掘數(shù)據(jù)信息采用的主要技術(shù)手段。通常情況下，數(shù)據(jù)挖掘技術(shù)可以對各種類型的數(shù)據(jù)進(jìn)行操作，如各種類型的數(shù)據(jù)庫（關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫、事務(wù)數(shù)據(jù)庫或其他一些高級數(shù)據(jù)庫系統(tǒng)等），還有平面文件和網(wǎng)絡(luò)上的數(shù)據(jù)［5］。以上的各種數(shù)據(jù)庫中，有一種較為特殊的數(shù)據(jù)形式，數(shù)據(jù)集的各個數(shù)據(jù)之間存在著時間上的先后順序，隨時間的變化、動態(tài)的改變，這類數(shù)據(jù)即為時間序列數(shù)據(jù)集。目前，時間序列數(shù)據(jù)集在各領(lǐng)域都廣泛存在。例如，某個人的心電圖數(shù)據(jù)、水位監(jiān)測數(shù)據(jù)、圖形圖像數(shù)據(jù)等都具有時間特性。從以上一些時間序列數(shù)據(jù)中挖掘出有價值、有規(guī)律的信息，對于各個領(lǐng)域都具有重要的研究意義。

隨著科學(xué)技術(shù)的不斷發(fā)展，各領(lǐng)域的時間序列數(shù)據(jù)增長飛快，大量的數(shù)據(jù)背后隱藏著極具價值的信息，越來越多的研究人員投身其中進(jìn)行研究工作。研究的目的就是從海量的時間序列數(shù)據(jù)集中提取有價值、有規(guī)律的信息，此項工作也成為數(shù)據(jù)挖掘領(lǐng)域研究的熱點之一［6-8］。時間序列的數(shù)據(jù)集具有時間特性，它是一種高維度，并且隨時間變化而改變的一種數(shù)據(jù)形式，同時，也存在大量的冗余數(shù)據(jù)。利用可視化方式來反映時間序列的主要形態(tài)特征，并從中提取一些有價值的信息數(shù)據(jù)，這對于各個領(lǐng)域的發(fā)展和科研都有非常重要的現(xiàn)實意義。時間序列的數(shù)據(jù)量大、維度高，給數(shù)據(jù)的挖掘工作帶來一定的困難。在進(jìn)行時間序列數(shù)據(jù)挖掘過程中，需要先進(jìn)行降維處理，提取一些特征點，反映時間序列的主要形態(tài)特征。同時，結(jié)合一些經(jīng)典算法去處理時間序列，對時間序列數(shù)據(jù)進(jìn)行挖掘工作，提取出有價值、有規(guī)律的數(shù)據(jù)信息。

1 數(shù)據(jù)挖掘技術(shù)研究

隨著信息技術(shù)的不斷發(fā)展，獲取數(shù)據(jù)及提取數(shù)據(jù)極其方便，這使得各領(lǐng)域的數(shù)據(jù)量迅猛增長，出現(xiàn)了數(shù)據(jù)量很大，但無法有效提取有價值信息的情況。數(shù)據(jù)量的增大、維度的提高，給人們的數(shù)據(jù)分析工作帶來了巨大的挑戰(zhàn)，增加了數(shù)據(jù)分析工作的難度。而為有效地提取海量數(shù)據(jù)的有價值、有規(guī)律的信息，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。數(shù)據(jù)挖掘技術(shù)的目的就是在巨大的數(shù)據(jù)量中能夠積極地獲取有價值的信息數(shù)據(jù)，用來指導(dǎo)金融市場、醫(yī)療服務(wù)、電商銷售及科學(xué)研究等。

在進(jìn)行數(shù)據(jù)挖掘的過程中，需要使用者對數(shù)據(jù)所在領(lǐng)域知識有一定的了解。數(shù)據(jù)挖掘技術(shù)也屬于多學(xué)科交叉的一門技術(shù)，涵蓋數(shù)理統(tǒng)計、模式識別、機(jī)器學(xué)習(xí)等方面的技術(shù)和方法。數(shù)據(jù)挖掘技術(shù)的功能很廣泛，概括起來有兩個方面：分類和預(yù)測。數(shù)據(jù)挖掘技術(shù)的分類和預(yù)測既可以分類數(shù)據(jù)庫中的數(shù)據(jù)信息，又可以根據(jù)有效信息進(jìn)行數(shù)據(jù)趨勢的預(yù)測，找出數(shù)據(jù)信息各屬性間的關(guān)系。這項技術(shù)在銀行的信用評價、工業(yè)制造故障診斷、入侵檢測等領(lǐng)域應(yīng)用廣泛。

關(guān)聯(lián)規(guī)則、分類聚類、預(yù)測等都是數(shù)據(jù)挖掘的主要研究方向。根據(jù)不同的數(shù)據(jù)分析需求，可以采用不同的數(shù)據(jù)挖掘方法。關(guān)聯(lián)規(guī)則也是數(shù)據(jù)挖掘技術(shù)的一個重要方法，它是針對某個特定的數(shù)據(jù)集，挖掘出現(xiàn)頻率較高的信息數(shù)據(jù)，進(jìn)而發(fā)現(xiàn)這些信息之間的關(guān)聯(lián)。

在數(shù)據(jù)挖掘技術(shù)中，聚類是主要的方法之一。在應(yīng)用于數(shù)據(jù)集的過程中，聚類會使得具有相似特征的數(shù)據(jù)聚合到一起，具有不同特征的數(shù)據(jù)自動分開，形成多個聚合的簇。同一簇中的數(shù)據(jù)具有很高的相似度，不同的簇之間數(shù)據(jù)的差別很大，主要通過數(shù)據(jù)之間的距離來衡量數(shù)據(jù)的相似程度。

傳統(tǒng)的數(shù)據(jù)挖掘算法可以處理均衡數(shù)據(jù)的分類問題。但是隨著數(shù)據(jù)量及種類的不斷增加，數(shù)據(jù)庫中所包含的數(shù)據(jù)十分復(fù)雜，僅應(yīng)用傳統(tǒng)的數(shù)據(jù)挖掘方法不能解決各類數(shù)據(jù)的處理問題，如時間序列的數(shù)據(jù)處理、非均衡數(shù)據(jù)的數(shù)據(jù)處理、多分類數(shù)據(jù)的數(shù)據(jù)處理等。已經(jīng)有越來越多的研究人員對以上時間序列等特殊數(shù)據(jù)集的數(shù)據(jù)挖掘方法開展研究工作。與此同時，數(shù)據(jù)挖掘的各個領(lǐng)域也正在進(jìn)行深入的研究。

2 時間序列數(shù)據(jù)挖掘的應(yīng)用場景

時間序列的數(shù)據(jù)集依據(jù)時間的變化，數(shù)據(jù)值不斷改變，從而表現(xiàn)出數(shù)值在時間上變化的特征。提取有價值的數(shù)據(jù)信息是時間序列研究的目的，可以通過分類聚類、奇異值檢測等方式來進(jìn)行時間序列的分析和挖掘工作。近年來，時間序列的數(shù)據(jù)挖掘是研究者們主要研究的一個方向。

時間序列在各領(lǐng)域都廣泛存在，較為典型的應(yīng)用，如在互聯(lián)網(wǎng)基礎(chǔ)上產(chǎn)生的交易平臺。用戶在使用互聯(lián)網(wǎng)進(jìn)行交易購物時，隨著時間的變化，是有一定的購買習(xí)慣和消費模式的。通過對在線交易的數(shù)據(jù)進(jìn)行獲取，并使用數(shù)據(jù)挖掘方法進(jìn)行分析，可以掌握用戶的購買習(xí)慣。平臺可以通過數(shù)據(jù)的分析，為不同的用戶推薦其感興趣的商品，做到精準(zhǔn)營銷。

在醫(yī)療檢測過程中，會產(chǎn)生很多檢測數(shù)據(jù)，如患者的心電圖數(shù)據(jù)。心電圖數(shù)據(jù)屬于時間序列范疇，隨著時間的變化，數(shù)據(jù)呈現(xiàn)出某種變化趨勢。通過時間序列的數(shù)據(jù)挖掘方法，對序列進(jìn)行分析，發(fā)現(xiàn)某一類病癥的患者檢測數(shù)據(jù)的變化規(guī)律，可以幫助醫(yī)生制訂出更加合理和科學(xué)的診療方案，實現(xiàn)智慧醫(yī)療。

在工業(yè)制造過程中，基于傳感器等硬件設(shè)備可以實時監(jiān)測到設(shè)備運行的某些數(shù)據(jù)，對其進(jìn)行分類分析研究，及時掌握設(shè)備的運行狀況、異常發(fā)生、機(jī)器損耗等數(shù)據(jù)，這樣管理者可以更好地了解設(shè)備的運行情況，控制制造的操作，促進(jìn)制造業(yè)的發(fā)展。

3 時間序列數(shù)據(jù)挖掘研究

存儲技術(shù)、信息技術(shù)的不斷發(fā)展，使得用戶可以比較方便地獲取大量的數(shù)據(jù)信息。時間序列數(shù)據(jù)也是其中一種數(shù)據(jù)集形式，在各行各業(yè)都廣泛存在，如醫(yī)療領(lǐng)域中某個病人的心電圖數(shù)據(jù)、金融領(lǐng)域中的股票數(shù)據(jù)變化、水量檢測中水量的實時變化數(shù)據(jù)等。時間序列是隨著時間的推移，數(shù)據(jù)信息連貫性變化的一種數(shù)據(jù)集形式。在一段連續(xù)的時間內(nèi)，采集與時間所對應(yīng)的數(shù)據(jù)信息，是有一定規(guī)律的。如何在海量的時間序列中挖掘出有價值有規(guī)律的數(shù)據(jù)信息，是研究者們要解決的主要問題。因此，數(shù)據(jù)挖掘技術(shù)在時間序列數(shù)據(jù)集分析中的應(yīng)用受到了廣泛的關(guān)注。

3.1 數(shù)據(jù)的變換

數(shù)據(jù)的變換也可以理解為數(shù)據(jù)的預(yù)處理。由于時間序列的數(shù)據(jù)量巨大、數(shù)據(jù)維度高，直接在原始的時間序列上進(jìn)行數(shù)據(jù)挖掘操作，不容易得出較好的結(jié)果。因此，可以對數(shù)據(jù)進(jìn)行預(yù)處理，達(dá)到降維的目的；也可以選取某些關(guān)鍵點，反映時間序列的變化特性，這樣既可以保留原時間序列的已有變化規(guī)律，又可以降低數(shù)據(jù)集的維度，減少計算的成本。

3.2 數(shù)據(jù)庫相似性度量

相似性度量是數(shù)據(jù)挖掘領(lǐng)域的研究熱點，同時，也是時間序列數(shù)據(jù)挖掘的常見技術(shù)手段之一。時間序列的數(shù)據(jù)值有其固有的特點，如時間特性、連續(xù)性等。那么，如何去衡量時間序列的相似度、相似性如何定義，是時間序列衡量相似性操作首要解決的問題。通過距離來衡量時間序列的相似程度，是當(dāng)前較為常見的一種方式。時間序列的數(shù)據(jù)值之間不是孤立的，而是存在時間上的連續(xù)性。對時間序列進(jìn)行索引操作，需要更加有效的機(jī)制提高索引的效果?；诳臻g索引是當(dāng)前較為流行的一種相似性索引結(jié)構(gòu)。

3.3 聚類分類分析

分類聚類是數(shù)據(jù)挖掘領(lǐng)域的常見操作。同樣，對于時間序列也要進(jìn)行分類聚類的操作。對于時間序列的分類簡單點來說，在已有類別的基礎(chǔ)上，將某一個給定的新的時間序列數(shù)據(jù)集劃分到某個指定的類別中。在分類的過程中，需要首先對時間序列進(jìn)行分割，分割的原則是根據(jù)指定的模式長度和時間粒度，對需要分類的時間序列數(shù)據(jù)集進(jìn)行分割，然后再進(jìn)行分類聚類的操作。

3.4 時間序列的可視化

可視化操作是目前各領(lǐng)域研究的熱點問題之一。對于時間序列，可視化技術(shù)也是值得研究的一項課題。時間序列的可視化操作可以基于圖形圖像技術(shù)、虛擬現(xiàn)實技術(shù)及數(shù)據(jù)挖掘技術(shù)，將時間序列以一種更易理解、更容易被用戶接受的形式展現(xiàn)出來。

3.5 時間序列的特征表示

時間序列作為數(shù)據(jù)序列的一種特殊形式，不僅具有傳統(tǒng)數(shù)據(jù)的特性，如數(shù)據(jù)量大、維度高，還具有時間序列本身的特性，比如，隨著時間的變化實時更新、流數(shù)據(jù)等。正是由于時間序列的特性，使得在進(jìn)行時間序列數(shù)據(jù)挖掘過程中，使用傳統(tǒng)的數(shù)據(jù)挖掘方法效果不理想。那么，在對時間序列進(jìn)行分析之前，就要對時間序列數(shù)據(jù)集進(jìn)行特征表示。特征表示的目的是要對時間序列數(shù)據(jù)集進(jìn)行降維處理，這是后期對時間序列數(shù)據(jù)集進(jìn)行其他操作的基礎(chǔ)。常用的時間序列特征表示有以下幾種類型：域變化特征表示、模型特征表示、分段特征表示、符號特征表示。

經(jīng)過以上方法特征表示后的數(shù)據(jù)，不僅要適用于后續(xù)的數(shù)據(jù)挖掘方法，還要準(zhǔn)確地反映原始時間序列的形態(tài)特征。因此，時間序列特征表示需要滿足以下幾點：能夠降低時間序列數(shù)據(jù)集的維度；對原始時間序列能夠準(zhǔn)確反映其主要形態(tài)特征以及局部的數(shù)據(jù)值變化特征；所選取的特征表示方法具有很好的表示精確度。圖1所示為特征表示方法效果。

圖1 特征表示方法效果圖

4 結(jié)語

時間序列數(shù)據(jù)挖掘日益成為數(shù)據(jù)挖掘的一個重要方面，各行業(yè)都會產(chǎn)生大量的時間序列。如何從海量的數(shù)據(jù)中挖掘出有價值的信息，是目前時間序列數(shù)據(jù)挖掘急需解決的問題，也是未來數(shù)據(jù)挖掘研究的熱點問題之一。