基于时间聚类和用户动态相似度的自适应位置推荐算法

位置推荐是位置社交网络中为商家和用户提供的一项重要服务,推荐结果易受用户上下文和时空上下文影响。针对当前研究忽略了用户的动态相似度、推荐模型自适应性较弱以及存在严重的数据稀疏问题,提出了一种基于时间聚类和用户动态相似度的自适应位置推荐算法(ALRTU)。首先,基于时间槽的签到数据统计特征,对时间进行模糊C均值聚类,提取聚类内的时间相似度,利用平滑技术更新原始评分矩阵,以解决数据稀疏问题。分别计算用户在不同时间槽的动态相似度,根据目标时间段所属的时间聚类自适应选择不同的评分数据集,完成用户偏好和时间特征挖掘。其次,根据用户的访问频率特征,为活跃用户和非活跃用户自适应选择核密度估计或幂律分布模型,完成地理特征挖掘。最后,融合用户、时间和空间上下文的综合影响完成位置推荐。在两个真实的位置社交网络数据集Brightkite和Gowalla中开展准确度评估实验,实验结果表明,与基准方法中最高的推荐精度相比,ALRTU算法在Brightkite和Gowalla数据集中的准确度仍分别平均提高了3.74%和1.42%。

基于时间聚类的加权关联规则及其在企业中的应用

针对煤炭企业采用的基于关联规则的数据挖掘技术存在的不足,文章提出了一种基于时间聚类的加权关联规则挖掘算法,分析了关联规则的基本概念,简要介绍了传统Apriori算法原理,详细介绍了基于时间聚类的加权关联规则挖掘算法原理及实现.实际应用范例表明,与Apriori算法相比,基于时间聚类的加权关联规则挖掘算法具有较高的准确性.

基于2dSVD和高斯混合模型的多变量时间序列聚类

针对多变量时间序列(MTS)存在时间和变量两个维度,以及传统主成分分析(PCA)方法在MTS数据表示上的局限性,提出一种基于二维奇异值分解(2dSVD)和高斯混合模型(GMM)的MTS聚类算法。该文计算MTS的行-行和列-列协方差矩阵的特征向量,从时间和变量两个维度提取特征矩阵;用GMM从概率分布角度对特征矩阵进行聚类。数值实验结果表明,该方法对多变量时间序列具有更好的聚类效果。

基于对比学习的时间序列聚类方法

现有深度聚类方法严重依赖于复杂的特征提取网络和聚类算法,难以直观地定义时间序列的相似性。使用对比学习的方法可以从正负样本数据的角度定义时间序列的区间相似性,并对特征提取和聚类进行联合优化。基于对比学习的思想,提出了一种不依赖于复杂表示网络的时间序列聚类模型。同时,为解决现有时间序列数据增强方法难以描述时间序列的变换不变性的问题,提出了一种基于时间序列形状特征的数据增强方法,在忽略数据时域特征情况下捕捉序列的相似性。模型通过设置不同的形状转换参数构造正负样本对,学习特征表示并投影到特征空间,在实例级对比和聚类级对比层面利用交叉熵损失最大化正样本对相似性,最小化负样本对相似性,实现了端到端的联合学习表示和聚类分配。在32个UCR中的数据集上进行了大量实验,结果表明该模型可以在不依赖于特定表示学习网络的情况下得到与现有方法相当或优于现有方法的聚类结果。

基于时间窗口聚类的电力时序数据压缩研究

为节约电力时序数据的存储空间,有效实现对电力网络的扩容处理,提出了基于时间窗口聚类的电力时序数据压缩方法。根据时间窗口聚类条件,分别求解时间子序列与窗口子序列条件,从实时存储库中提取电力时序数据样本。定义压缩性能指标,通过稀疏变换数据矩阵的方式,实现对电力时序数据的压缩处理。对比实验结果表明,时间窗口聚类模型可将电力时序数据存储空间控制在3.0×10~7bit内,对于节约数据存储空间、实现电力网络的扩容起到了一定的促进性作用。

基于改进TS-DTW距离度量的时间序列聚类

基于不同相似性度量的方法对时间序列进行聚类,比较改进TS-DTW距离与其他距离度量相似性在聚类结果上的效果。结果表明基于改进TS-DTW距离度量的聚类结果比其他方法更有效。利用上海证券交易所50指数成分股进行实证研究,采用改进TS-DTW距离进行聚类,聚类结果表明不同类别的股票后续仍具有一定时效性,基于此构建投资组合,得到的时间序列聚类模型有助于降低投资组合的波动风险。Clustering time series based on different similarity metrics compares the effect of improved TS-DTW distance with other distance metrics of similarity in clustering results. The results show that the clustering results based on the improved TS-DTW distance metric are more effective than other methods. An empirical study is carried out using the constituent stocks of Shanghai Stock Exchange 50 Index, and the clustering results using the improved TS-DTW distance indicate that the follow-up of different categories of stocks is still time-sensitive, based on which the investment portfolios are constructed, and the obtained time-series clustering model helps to reduce the volatility risk of the investment portfolios.

基于时间序列聚类的交通事故黑点识别与分析

【目的】鉴别道路交通事故黑点以及探究事故高发区域的致因。【方法】结合地理信息软件与可解释性机器学习算法,提出一种考虑交通事故时空属性的事故黑点识别及致因分析的方法。【结果】事故高发区域主要聚集在大型商业圈、客运车站与工业区附近,其事故密度为事故低发区域的6.61倍。在事故高发区域,起决定性影响的因素是碰撞形态、天气、能见度、车道类型及两轮车类型。而在事故低发区域,碰撞形态、道路等级、能见度、路面材料以及两轮车类型为主要影响因素。此外,路口路段类型、车道类型、两轮车类型以及肇事逃逸等因素在不同事故区域的影响不同。【结论】交通事故在城市内存在事故黑点,且部分道路环境因素在不同事故区域的影响不一致。研究成果可为交管部门针对事故黑点区域制定防范措施提供指导。

紧凑性约束下的形状提取多元时序聚类

针对多元时序数据(MTS)的自然性和结构复杂性以及现有算法无法准确识别高维时序数据簇的问题,提出了紧凑性约束下的形状提取多元时间序列聚类算法C-Shape。该算法首先对繁杂的多元时序数据进行最大三角形三段降采样处理,达到使用较少数据而保持原有时序形状不变的目的。然后计算原始时序数据和处理后的时序数据之间的时间序列紧凑性,来评估所定的低维空间维度是否合理。接着在有效保证数据形状完整的基础上使用形状特征提取以确定新的簇中心,最后迭代形成最终簇。C-Shape充分考虑到处理后的数据与原数据形状之间的相似性,解决了传统降采样算法难以确定低维空间维度的难题。为验证算法性能,C-Shape与两个经典算法和七个近年提出的优秀时序聚类算法分别在八个常规和四个不平衡且维数从数十到数千不等的多元时序数据集上进行比较。实验结果显示,C-Shape聚类能力均优于九种对比算法,RI平均提高了16.33%,时间性能平均提高了69.71%。因此,C-Shape是一种精确且高效的多元时间序列聚类算法。

时间序列数据挖掘中的聚类研究综述

鉴于时间序列数据的高维性和复杂性给数据挖掘带来的困扰以及聚类分析在时间序列数据挖掘领域中的重要性,对目前该领域国内外相关时间序列数据聚类研究的状况进行综述。时间序列聚类总体上可分为整体时间序列聚类、子序列聚类和时间点聚类3种,分别从特征表示、相似性度量、聚类算法和簇原型等方面来研究,同时也结合了具体的应用分析。根据时间序列数据挖掘中聚类存在的主要问题,提出了部分未来值得关注和研究的内容和方向,以便更好地促进时间序列数据聚类分析的研究与发展。

基于时间序列聚类的主题发现与演化分析研究

针对现有研究对文献主题发现和演化分析方法的单一性,本文提出了基于时间序列聚类的主题发现与演化分析方法。该方法首先通过共词分析找出文献数据集中高频关键词的共现矩阵,利用Ochiia系数计算方法将共现矩阵转换为相似性矩阵,然后使用近邻传播聚类算法发现文献主题。同时,再将主题在某段时间内的研究热度进行分析并转化为反映主题热度时间序列数据,结合时间序列聚类方法对各主题进行分类以及演化趋势的分析。实验结果表明,通过对中国知网中2000—2018年与创新管理相关的期刊文献进行数据处理与挖掘,提出的方法能有效地发现期刊的研究主题,并且能较好地分析这些主题的演化趋势。

标度曲线拟合与金融时间序列聚类

针对金融时间序列具有的多重分形特征,提出基于标度曲线测度沪深300指标股之间的相似性并实现聚类。该方法首先使用多标度退势波动分析(MSDFA)拟合不同自相关阶数下收益率序列的标度曲线,然后抽取其分布或形态特征构造模式向量。聚类通过含权K-means算法实现,最优类别数根据分类适确性指标(DBI)确定。结果显示,基于标度曲线的聚类能够揭示出股市的行业聚集性和板块间的关联性,在此基础上构造的投资组合可以显著降低风险,并且效果优于基于原始序列线性趋势特征的聚类。

基于连续时间段聚类的支持向量机风电功率预测方法

提出了一种基于连续时间段聚类的支持向量机风电功率预测方法。通过2次聚类把全年分为若干个类型的连续时间段,并对同类型时间段使用支持向量机建模,建立后的模型用于其他年份对应时间段的预测。与神经网络相比,支持向量机建模方法避免了局部最优。利用国内某风电场数据进行对比实验,证明了所述方法的有效性。

一种基于Normal矩阵的时间序列聚类方法

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。

基于互相关的二阶段时间序列聚类方法

提出了一种高效的时间序列聚类方法,以互相关函数为基础,通过二阶段的方法实现更低时间复杂度下的时间序列聚类。第一步以时间序列符号化为基础,通过设计符号化序列特征抽取算法,抽取特征时间段;第二步以互相关函数为基础,通过改进的互相关函数步骤,实现更快速的时间序列聚类。实验结果表明,该方法可以适应稀疏及密集的时间序列数据抽取,同时与传统的聚类距离公式相比,处理速度更快,对时间序列形状的缩放有更好的表示效果,并能保持较高准确性。

基于时间序列聚类的轨迹停留点检测算法

针对采样不规则轨迹的停留点检测准确性不高的问题,提出了一种基于时间序列聚类的停留点检测算法。首先基于数据场理论设计了一种综合考虑时空特性的混合特征密度测量方法,然后根据停留点中心密度比入口大的特性,采用过滤—精炼策略提取停留点。在过滤阶段,将时间连续且满足最小密度阈值的点作为候选停留点。在精炼阶段,通过最大阈值筛选出实际停留点。实验结果表明,该方法能够有效检测采样不规则轨迹中的停留点,相较于已有方法具有较高的准确性和较低的时间消耗。

基于LLE和高斯混合模型的时间序列聚类

聚类分析是常见的数据挖掘方法,时间序列数据挖掘可以将海量时序信息转化成有组织的知识。由于时间序列具有高维度、非线性等特点,大多数聚类算法无法直接应用在原始时间序列数据上并取得令人满意的效果。研究如何在维数约简的同时尽可能多地保留数据的内蕴特征,识别代表知识的真正有趣的模式,具有重要意义。现有大多数时间序列聚类算法没有考虑数据集的局部结构,而数据集的局部结构对聚类性能有较大影响。提出一种基于局部线性嵌入(Locally Linear Embedding,LLE)和高斯混合模型(Gaussian Mixture Model,GMM)的时间序列聚类算法。首先从保留数据集局部结构的角度,使用LLE将每个高维时间序列样本表示为其k近邻的线性组合,并在低维空间进行重构,在保持数据集局部几何结构的同时实现维数约简;然后使用GMM从概率分布的角度进行聚类分析。与已有方法相比,该方法在单变量时间序列聚类上具有更优的效果。

密度聚类划分时间段的动态热度路网构建

为减少构建路网计算量,快速获取交汇口,提出停留点扩展法。分析停留点空间分布特性,仅根据停留点的相关性进行扩展,减少轨迹点遍历,实现交汇口的快速获取。为准确将静态热度路网转化为动态热度路网,提出密度聚类划分时间段法。对轨迹点使用密度聚类,计算聚类结果中各个时间段的热度,作为边的动态热度,实现动态热度路网构建。实验结果表明,停留点扩展法能够减少计算量,快速获取交汇口;密度聚类划分时间段法可以根据不同时段轨迹点密度变化合理划分时间段,实现动态热度路网构建。

基于局部线性嵌入的时间序列聚类

时间序列聚类是时间序列数据挖掘中重要的研究内容之一。由于时间序列的维数比较大,直接对时间序列原始数据进行聚类性能不理想,如何有效的对时间序列进行维数约简,并且保持原数据集本质特征,是本论文的主要研究点。首先使用局部线性嵌入(LLE)对时间序列样本维数约简,在低维空间对维数约简后的数据进行聚类,然后将它的聚类性能与已有方法如主成分分析(PCA)、分段聚合近似(PAA)进行比较。实验表明,使用LLE更能提高聚类性能。

一种抗噪的移动时间势能聚类算法

移动时间层次聚类是一种势能聚类算法,具有较好的聚类效果,但该算法无法识别数据集中存在的噪声数据点。为此,提出一种抗噪的移动时间势能聚类算法。通过各个数据点的势能值以及数据点之间的相似度找到各个数据点的父节点,计算各数据点到父节点的距离,按照该距离以及数据点的势能得到λ值,并依照λ值大小构造递增曲线,通过递增曲线中的拐点来识别出噪声点,将噪声数据归到新的类簇中,对去除噪声点后的数据集,根据数据点与父节点的距离进行层次聚类来获得聚类结果。实验结果表明,该算法能够识别出数据集中的噪声数据点,从而得到更优的聚类效果。

基于时间序列全局特征聚类法分析中国原油进口来源国的风险

1993年中国首次成为原油净进口国,至2012年,原油对外依存度已达58.3%。因此,原油进口来源国的综合贸易投资风险、社会经济稳定性等严重影响着我国原油进口安全。采用时间序列全局特征法,从均值、波动率和趋势特征三个指标对ICRG提供的国家综合风险时间序列数据进行特征提取。最后给出了关于我国原油进口风险应对的相关政策建议。