1. 研究目的与意义（文献综述）

1.1课题研究的目的及意义

时间序列存在于各个领域，与单个的静态数据相比，时间序列可以表示某种现象的时间演变。随着互联网大数据的发展，对时间序列的数据挖掘方法也成为了研究的热点。时间序列的相似性度量是进行时间序列挖掘的重要步骤，是数据分类、聚类、规律发现、模式识别等工作的子进程。时间序列的相似性度量效果直接影响信息挖掘的效果。

2. 研究的基本内容与方案

2.1研究的基本内容、目标

时间序列的相似性度量是进行时间序列挖掘的重要步骤，是数据分类、聚类、规律发现、模式识别等工作的子进程。时间序列的相似性度量效果直接影响信息挖掘的效果，因此，本次研究的主要内容如下：

1. 时间序列相似性问题是时间序列挖掘中的重要问题，为其他挖掘手段提供必要的技术支持和手段，了解时间序列相似性问题的意义；

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：设计算法，功能模块设计

4. 参考文献（12篇以上）

[1] berndt d j, clifford j. using dynamic time warping tofind patterns in time series[j]. kdd workshop, 1994,10(16): 359-370.

[2] 李海林, 梁叶. 基于动态时间弯曲的股票时间序列联动性研究[j]. 数据采集与处理, 2016,31(1):117-129.