数据挖掘学习笔记（三）

1        数据挖掘的发展趋势和研究前沿

1.1   挖掘复杂的数据类型

1.1.1           挖掘序列数据：时间序列、符号序列和生物学序列

序列是事件的有序列表。

在时间序列数据(time-seriesdata)中，序列数据由相等时间间隔记录的的数值数据的长序列组成。

符号序列数据(symbolic sequence data)由事件或标称数据的长序列组成，通常不是相等的时间间隔观测。

生物学序列(biological)包括DNA序列和蛋白质序列。

1.       时间序列数据的相似性搜索

时间序列数据集包含不同时间点重复测量得到的数值序列。

相似性搜索找出稍微不同于给定查询序列的数据序列。

子序列匹配

2.       时间序列数据的回归和趋势分析

趋势分析也可以用于时间序列预测，即找出一个数学函数，它近似地产生时间序列的历史模式，并使用它对未来的数据进行长期或短期预测。

3.       符号序列中的序列模式挖掘

符号序列由元素或事件的有序集组成，记录或未记录具体时间。

序列模式挖掘广泛地关注挖掘符号序列模式。序列模式是一个存在于单个序列或一个序列集中的频繁子序列。

4.       序列分类

序列分类方法