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

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

动态时间扭曲是时间序列数据挖掘中最重要的相似性度量方法之一。由于不同时间点的影响不同，提出了一种基于时间权重分析的动态时间扭曲扩展方法，通过测量历史时间点与最近时间点的距离，自动计算两个序列中时间点对的权重。通过动态时间扭曲获得的扭曲路径中匹配对的时间权重表示对应时间点的重要性，并将对累积成本矩阵做出不同的贡献。对各种类型的时间序列数据聚类实验，包括UCI数据和金融证券交易所数据）的层次聚类结果表明：时间创造奇迹，不同的历史时间点对两个时间序列之间最小距离的贡献有不同的影响。与现有的方法相比，该方法考虑了时间因素，可有效用于时间序列数据挖掘中的相似性度量。

《Information Sciences》是信息管理系统领域的国际顶级期刊，该杂志主要发表关于信息管理、数据科学、知识工程和智能系统等领域的最新研究成果。涉及数学、统计学、物理学、计算机科学、细胞生物学、分子生物学、管理科学、认知科学、神经生物学和行为科学学等领域背景。该期刊被SSCI和SCIE检索，最新影响因素达到6.795，JCR分区Q1，在中科院SCI期刊分区中为1区且被认定为信息系统领域的TOP期刊。

作者简介：

李海林，博士，教授，博士生导师，曾任工商管理学院院长助理、信息管理系主任，华侨大学教务处副处长。毕业于大连理工大学系统工程研究所，获管理科学与工程工学博士学位，研究方向为数据科学与决策支持。在《Pattern Recognition》《Information Sciences》《Knowledge-based Systems》《系统工程理论与实践》《情报学报》《科学学研究》《科研管理》《电子学报》《控制与决策》《智能系统学报》等国内外重要学术刊物发表论文70多篇，大部分被SCI 和EI收录。根据最新中科院SCI期刊分区(升级版)情况，20多篇论文分别发表在运筹学与管理科学、人工智能和应用数学等领域的TOP期刊，近30篇论文发表在1区和2区期刊。主持2项国家自然科学基金和5项省部级项目，参与完成国家级科研项目多项。 作为第1（或独立）完成人曾获福建省社会科学优秀成果二等奖（政府奖），福建省高校新世纪优秀人才支持计划，福建省高校杰出青年科研人才培育计划，辽宁省优秀博士学位论文，泉州市第三层次人才(共7层次)，连续获得 2014-2016年度与2016-2018年度两届华侨大学“学术英才”称号。国家自然科学基金通讯评审专家，教育部学位中心研究生学位论文评审专家，中国信息经济学会理事会理事、中国系统工程学会数据与知识专委会委员，泉州市信息化项目评审专家，中国计算机学会会员，中国系统工程学会会员。