管理研究前沿 | Time works well: Dynamic time warping based on time weighting for time series data mining

研究成果：Time works well: Dynamic time warping based on time weighting for time series data mining

作者：李海林

發表期刊：《Information Sciences》，2021,547: 592-608.

動態時間扭曲是時間序列數據挖掘中最重要的相似性度量方法之一。由于不同時間點的影響不同，提出了一種基于時間權重分析的動態時間扭曲擴展方法，通過測量歷史時間點與最近時間點的距離，自動計算兩個序列中時間點對的權重。通過動態時間扭曲獲得的扭曲路徑中匹配對的時間權重表示對應時間點的重要性，并將對累積成本矩陣做出不同的貢獻。對各種類型的時間序列數據聚類實驗，包括UCI數據和金融證券交易所數據）的層次聚類結果表明：時間創造奇跡，不同的歷史時間點對兩個時間序列之間最小距離的貢獻有不同的影響。與現有的方法相比，該方法考慮了時間因素，可有效用于時間序列數據挖掘中的相似性度量。

《Information Sciences》是信息管理系統領域的國際頂級期刊，該雜志主要發表關于信息管理、數據科學、知識工程和智能系統等領域的最新研究成果。涉及數學、統計學、物理學、計算機科學、細胞生物學、分子生物學、管理科學、認知科學、神經生物學和行為科學學等領域背景。該期刊被SSCI和SCIE檢索，最新影響因素達到6.795，JCR分區Q1，在中科院SCI期刊分區中為1區且被認定為信息系統領域的TOP期刊。

作者簡介：

李海林，博士，教授，博士生導師，曾任博備用官網開戶app下載院長助理、信息管理系主任，raybet雷電競教務處副處長。畢業于大連理工大學系統工程研究所，獲管理科學與工程工學博士學位，研究方向為數據科學與決策支持。在《Pattern Recognition》《Information Sciences》《Knowledge-based Systems》《系統工程理論與實踐》《情報學報》《科學學研究》《科研管理》《電子學報》《控制與決策》《智能系統學報》等國內外重要學術刊物發表論文70多篇，大部分被SCI 和EI收錄。根據最新中科院SCI期刊分區(升級版)情況，20多篇論文分別發表在運籌學與管理科學、人工智能和應用數學等領域的TOP期刊，近30篇論文發表在1區和2區期刊。主持2項國家自然科學基金和5項省部級項目，參與完成國家級科研項目多項。 作為第1（或獨立）完成人曾獲福建省社會科學優秀成果二等獎（政府獎），福建省高校新世紀優秀人才支持計劃，福建省高校杰出青年科研人才培育計劃，遼寧省優秀博士學位論文，泉州市第三層次人才(共7層次)，連續獲得 2014-2016年度與2016-2018年度兩屆raybet雷電競“學術英才”稱號。國家自然科學基金通訊評審專家，教育部學位中心研究生學位論文評審專家，中國信息經濟學會理事會理事、中國系統工程學會數據與知識專委會委員，泉州市信息化項目評審專家，中國計算機學會會員，中國系統工程學會會員。