[论文解读] Discretization of Temporal Data: A Survey

Pratik Chaudhari, Dipti P. Rana+3 more|arXiv (Cornell University)|Feb 18, 2014

Time Series Analysis and Forecasting参考文献 12被引用 13

一句话总结

本综述回顾了时间数据的离散化技术，重点介绍保留时间顺序、类别标签和流式处理的时序感知方法。它根据是否包含类别标签和时间结构对方法进行分类，提出一个框架，通过生成时间敏感的区间来提升时间序列数据挖掘的精度与简洁性。

ABSTRACT

In real world, the huge amount of temporal data is to be processed in many application areas such as scientific, financial, network monitoring, sensor data analysis. Data mining techniques are primarily oriented to handle discrete features. In the case of temporal data the time plays an important role on the characteristics of data. To consider this effect, the data discretization techniques have to consider the time while processing to resolve the issue by finding the intervals of data which are more concise and precise with respect to time. Here, this research is reviewing different data discretization techniques used in temporal data applications according to the inclusion or exclusion of: class label, temporal order of the data and handling of stream data to open the research direction for temporal data discretization to improve the performance of data mining technique.

研究动机与目标

• 分析时间数据离散化技术在数据挖掘应用背景下的现状。
• 识别当前方法在时间顺序、类别标签使用和流数据处理方面存在的不足。
• 基于时间特征和类别相关特征的包含情况，提出离散化方法的系统分类体系。
• 通过指明时间数据离散化中尚未充分探索的研究方向，为未来研究提供指导。
• 通过实现时间序列数据更精确和简洁的离散化，提升数据挖掘性能。

提出的方法

• 根据方法是否考虑类别标签、时间顺序或流式处理能力，对离散化方法进行分类。
• 回顾现有技术，如等宽法、等频法、基于熵的离散化方法以及时间感知的分箱方法。
• 分析时间顺序对区间生成和离散化数据质量的影响。
• 评估通过动态调整离散化区间来处理连续数据流的方法。
• 比较包含类别信息（有监督）与不包含类别信息（无监督）的方法。
• 提出一个基于关键设计标准的时序离散化技术分类概念框架。

实验结果

研究问题

• RQ1 不同离散化技术如何处理时间序列数据中的时间顺序？
• RQ2 在时间数据离散化中引入类别标签对下游数据挖掘性能有何影响？
• RQ3 哪些离散化方法最适合流式时间数据？
• RQ4 与标准方法相比，时间感知离散化技术如何提升精度与简洁性？
• RQ5 当前时间数据离散化方法的主要局限性和研究空白是什么？

主要发现

• 在离散化过程中引入时间顺序可显著提升时间序列数据挖掘结果的可解释性与准确性。
• 考虑类别标签的有监督离散化方法通常能生成更具信息量和判别力的区间。
• 具备流式处理意识的技术能够动态适应离散化区间，从而提升实时数据处理性能。
• 时间感知离散化相比非时间方法，能生成更简洁且更有意义的数据划分。
• 当前仍缺乏标准化的评估体系和全面的比较框架来系统比较时间离散化技术。
• 该综述指出，未来研究亟需开发自适应、可扩展且具有时间敏感性的离散化算法，以应对演化数据流的需求。