| ABSTRACT | 第5-7页 |
| 摘要 | 第8-15页 |
| TABLE OF CONTENTS | 第15-18页 |
| LIST OF FIGURES | 第18-20页 |
| LIST OF TABLES | 第20-21页 |
| LIST OF ACRONYMS | 第21-22页 |
| CHAPTER 1: INTRODUCTION | 第22-37页 |
| 1.1 Motivation | 第22-24页 |
| 1.2 Overview | 第24-34页 |
| 1.2.1 Time series representation and dimensionality reduction | 第25-27页 |
| 1.2.2 The indexing structure | 第27-28页 |
| 1.2.3 The similarity measure | 第28-30页 |
| 1.2.4 Time series segmentation | 第30-32页 |
| 1.2.5 The other mining issues | 第32-34页 |
| 1.3 Objective and methodology of the research | 第34页 |
| 1.4 The thesis organization | 第34-37页 |
| CHAPTER 2: THE FUNDAMENTAL OF TIME SERIES ANALYSIS | 第37-62页 |
| 2.1 Introduction | 第37-39页 |
| 2.2 Data warehouse | 第39-42页 |
| 2.2.1 Data warehouse system architecture | 第40-41页 |
| 2.2.2 Data warehouse and business intelligence | 第41-42页 |
| 2.3 Mining with time series data | 第42-48页 |
| 2.3.1 Clustering analysis with K-Means algorithm | 第42-44页 |
| 2.3.2 Time series classification analysis | 第44-46页 |
| 2.3.3 Rule discovery with time series data and its application | 第46-48页 |
| 2.4 Time series predictive analysis | 第48-57页 |
| 2.4.1 Predictive analysis issue | 第48-49页 |
| 2.4.2 The performance evaluation for prediction | 第49-50页 |
| 2.4.3 Prediction algorithms | 第50-57页 |
| 2.4.3.1 Support vector machines | 第50-52页 |
| 2.4.3.2 Sequential minimal optimization | 第52-55页 |
| 2.4.3.3 Linear Regression | 第55-57页 |
| 2.5 The proposed framework for time series analysis | 第57-60页 |
| 2.6 Summarization | 第60-62页 |
| CHAPTER 3: DATA PREPARATION AND TRANSFORMATION | 第62-77页 |
| 3.1 Introduction | 第62-64页 |
| 3.2 Problem statement and definitions | 第64-66页 |
| 3.3 The dimensionality reduction approach | 第66-69页 |
| 3.4 Experimental evaluation | 第69-76页 |
| 3.4.1 Experimental environment and dataset | 第69-70页 |
| 3.4.2 Experimental results and analysis | 第70-76页 |
| 3.4.2.1 Data preprocessing | 第70-72页 |
| 3.4.2.2 Predictive analysis | 第72-73页 |
| 3.4.2.3 Performance comparison | 第73-76页 |
| 3.5 Summarization | 第76-77页 |
| CHAPTER 4: TIME SERIES TREND ANALYSIS | 第77-87页 |
| 4.1 Introduction | 第77-79页 |
| 4.2 The trend analysis approach | 第79-83页 |
| 4.3 Experimental evaluation | 第83-86页 |
| 4.3.1 Experimental environment and dataset | 第83-84页 |
| 4.3.2 Experimental results and analysis | 第84-86页 |
| 4.4 Summarization | 第86-87页 |
| CHAPTER 5: TIME SERIES PREDICTIVE ANALYSIS | 第87-100页 |
| 5.1 Introduction | 第87-90页 |
| 5.2 Definitions and predictive techniques | 第90-93页 |
| 5.2.1 Linear regression for prediction | 第91页 |
| 5.2.2 Applying SMO algorithm for prediction | 第91-93页 |
| 5.3 Experimental evaluation | 第93-99页 |
| 5.3.1 Experimental environment and dataset | 第93页 |
| 5.3.2 Experimental results and analysis | 第93-99页 |
| 5.4 Summarization | 第99-100页 |
| CHAPTER 6: BUSINESS INTELLIGENCE WITH TIME SERIES | 第100-112页 |
| 6.1 Introduction | 第100-102页 |
| 6.2 Storage architecture and definitions | 第102-105页 |
| 6.3 The approach | 第105-107页 |
| 6.3.1 Business intelligence | 第105页 |
| 6.3.2 Reducing points by matching samples | 第105-107页 |
| 6.4 Experimental evaluation | 第107-111页 |
| 6.4.1 Experimental environment and dataset | 第107页 |
| 6.4.2 Experimental results and analysis | 第107-111页 |
| 6.5 Summarization | 第111-112页 |
| CONCLUSIONS | 第112-115页 |
| 1 Summary and the contribution | 第112-113页 |
| 2 Future works | 第113-115页 |
| REFERENCES | 第115-125页 |
| APPENDIX A: LIST OF PUBLICATIONS | 第125-126页 |
| APPENDIX B: PROJECTS | 第126-127页 |
| ACKNOWLEDGEMENT | 第127页 |
