Khai thác dữ liệu thời gian (Temporal data mining) định nghĩa quá trình trích xuất dữ liệu không tầm thường, ngầm định, và có khả năng thiết yếu từ tập lớn dữ liệu thời gian. Dữ liệu thời gian là chuỗi kiểu dữ liệu chính, thường giá trị số, và xử lý thu thập kiến thức hữu ích từ dữ liệu thời gian.
Mục tiêu khai thác dữ liệu thời gian: tìm mẫu thời gian, xu hướng bất ngờ, hoặc mối quan hệ ẩn trong dữ liệu tuần tự cấp cao, bao gồm chuỗi ký hiệu danh nghĩa từ bảng chữ cái gọi là chuỗi thời gian (temporal sequence) và chuỗi thành phần thực liên tục gọi là chuỗi thời gian (time series), bằng cách dùng tập phương pháp từ học máy, thống kê, công nghệ database.
Khai thác dữ liệu thời gian bao gồm ba công việc chính: mô tả dữ liệu thời gian, biểu diễn đo lường tương đồng, và dịch vụ khai thác.
Khai thác dữ liệu thời gian xử lý chuỗi thời gian, thường chuỗi dữ liệu, tính giá trị cùng thuộc tính tại chuỗi nhiều điểm thời gian. Khớp mẫu dùng thông tin này, tìm mẫu quan tâm cụ thể, thu hút quan tâm đáng kể gần đây.
Khai thác dữ liệu thời gian có thể bao gồm khai thác kỹ thuật lưu trữ dữ liệu hiệu quả, xử lý nhanh, truy xuất nhanh đã phát triển cho database thời gian.
Khai thác dữ liệu thời gian là giai đoạn đơn lẻ trong quy trình khám phá tri thức trong database thời gian tính toán mẫu thời gian từ hoặc phù hợp mô hình với dữ liệu thời gian là thuật toán khai thác dữ liệu thời gian.
Khai thác dữ liệu thời gian liên quan phân tích dữ liệu thời gian và khám phá mẫu và sự nhất quán thời gian trong tập thông tin thời gian. Cũng cho phép khám phá dữ liệu tự động điều khiển bởi máy tính. Các nhiệm vụ trong khai thác thời gian:
- Đặc trưng hóa và so sánh dữ liệu
- Phân tích phân cụm
- Phân loại
- Quy tắc liên kết
- Phân tích mẫu
- Dự đoán và phân tích xu hướng
Khai thác dữ liệu thời gian dẫn đến cách mới tương tác với database thời gian và chỉ định truy vấn ở mức trừu tượng cao hơn ngôn ngữ truy vấn có cấu trúc thời gian cho phép. Cũng hỗ trợ khám phá dữ liệu cho vấn đề do đa chiều và đa chiều.
Mục tiêu cơ bản của phân loại thời gian là dự đoán trường liên quan thời gian trong database thời gian dựa trên trường khác. Vấn đề, nói chung, được cast như quyết định giá trị chung của biến thời gian dự đoán cho trước các trường khác, dữ liệu huấn luyện biến mục tiêu cho mỗi quan sát, và tập giả định biểu diễn kiến thức tiên quyết của vấn đề. Kỹ thuật phân loại thời gian liên quan đến bài toán phức tạp ước lượng mật độ.