Time series data mining

from here

论文Timeseries data mining（2012）中提出：时间序列数据挖掘包括7个基本任务和3个基础问题：

7 tasks: 

1. query by content
2. clustering
3. classification
4. segmentation??
5. prediction
6. anomaly detection
7. motif discovery

3 Issues:

1. data representation
2. similarity measure
3. indexing

现已有2013-2018年间重要会议的时间序列相关论文列表（见下文Paper List）。

接下来需要我们快速阅读每篇论文的Abstract和Introduction，按照“新问题”和“新方法”对论文进行分类。 其中新方法的论文暂时放一边，重点关注新问题，总结记录2013-2018年论文中提出的新问题。

• 新问题关注度 > 新方法关注度
• 提出新问题的论文的工作量<提出新方法的论文的工作量，因为后者需要battle所有已有的方法
• 问题可能和具体应用高度相关，也可能是一般性的问题

最后，了解一下Introduction的典型结构有助于快速阅读，例如：

1. 大量的时间序列产生
2. 在工业时间序列中 工况需要分段
3. 现在是人工来做这件事，也有一些其它自动化方法，但是存在问题缺陷不足
4. 这件事情non-trivial 有难度
5. 我们的方法怎么对应上面的non-trivial 一些结果 在数据集上验证
6. 我们的contributions，可能是提出了一个新问题、提出了一种改进算法等等
7. 后文的结构