本書以時間序列數據為研究對象,對時間序列數據的特徵表示和相似性度量進行較為深入和系統的研究,講述了如何從數據特徵的不同角度進行數據降維,結合設計相應的相似性度量方法實現時間序列數據挖掘,同時將相關的特徵表示和相似性度量方法應用于文本主題、經濟金融、情報分析和發動機參數等具體領域。全書分為 11章:第1章對研究的背景和現狀進行了分析,解釋了為什麼要研究時間序列數據的特徵表示和相似性度量。第2章至第6章從時間序列數據的不同視角出發,深入淺出地介紹了新的時間序列數據特徵表示和相似性度量等預處理方法。第7章到第10章以主題分析、股票預測、文獻分析、發動機參數特徵識別和故障檢測為目標,將時間序列數據挖掘中的特徵表示和相似性度量方法應用於解決具體行業中的相關管理科學問題。第11章對研究進行了總結,並提出了研究的創新和未來研究方向。本書的研究內容主要涉及統計學、計算機科學、經濟學和管理學等,適合從事經濟金融、電子信息、生物醫學、工業與工程等工作的技術人員、管理人員或有志從事相關領域科學研究的本科生、研究生學習或參考。通過閱讀和學習本書,讀者可以較好地瞭解時間序列數據挖掘與傳統時間序列數據分析的不同,為今後的時間序列數據的相關研究奠定基礎。
