Data mining en sèries temporals : aportació pràctica

Abstract

En un món en que la capacitat de generar informació augmenta constantment i en que les dades generades són cada vegada més complexes, analitzar la informació i utilitzar el coneixement extret per regir comportaments futurs s'ha fet imprescindible. Un deIs tipus de dades més interessants d'analitzar són les dades que mesuren esdeveniments que ocorren al llarg del temps,ja que establint patrons de comportament que s'hagin donat en el passat pot ser possible controlar esdeveniments futurs. Però a l'igual que per altres tipus de dades, existeixen cada cop en més entorns sèries temporals amb característiques complexes i de gran volum, que no poden ser tractades pels mètodes tradicionals. Sèries sobre gravacions de la parla en el camp de reconeixement de la veu, mesures de moviments sísmics, sèries que representen imatges de les ones cerebrals, transaccions realitzades des d'un servidor, són exemples d'aquest tipus de sèries. És en aquest context de sèries temporals que no compleixen les hipótesis clàssiques que els mètodes de Data Mining s'obren camí, ja que el Data Mining ha estat definit com "la recerca d'informació valuosa en grans volums de dades". El propósit d' aquest projecte és doncs establir la relació entre el món de les sèries temporals i el del Data Mining, tot presentant un nou mètode pràctic d'anàlisi i predicció en sèries temporals: El "Time Series Data Mining" (TSDM)