论文部分内容阅读
现实世界存在着大量的时态数据，时态数据挖掘（tempoml data mining，简称TDM）是近年来学术界关注的一个重要研究课题相似性发现技术关注数据的发展变化，试图从时态数据中发现事物动态演化的相似性规律．分析和比较了近年来TDM研究中涉及的主要相似性发现技术．首先区分定义了3类时态数据：时间序列、事件序列和交易序列；然后分类并讨论了各种与序列相关的主要方法和技术，涉及相似性度量、序列抽象表示和搜索，以及各类挖掘任务及其算法操作；最后展望进一步研究的方向．