摘要: 时间序列是随时间变化且相互关联的数据序列，在经济、金融、科学观测和工程等各个领域都广泛存在。如何有效地管理和利用历史时间序列，发现这些数据背后隐含的规律和知识，是人们广泛关注的问题。根据传统时间序列分析提出假设，进行验证的数据处理方法不同，时间序列数据挖掘适合发现型任务，能从大量历史数据中挖掘潜在的、未知的、有价值的知识，已吸引了越来越多科研人员与大型公司的关注。本文对比了几个时间序列模型方法，并研究发现其中的问题与解决方法，以供参考。