主講人：李海林

講座時間：2023-02-06 19:00:00

講座地點：線上（騰訊會議號：920-662-644）

主辦單位：87978797威尼斯老品牌

主講人簡介：三級教授，博士生導師，大連理工大學系統(tǒng)工程研究所管理科學與工程專業(yè)博士，研究方向為數(shù)據(jù)科學、決策支持與創(chuàng)新管理。曾任華僑大學信息管理與信息系統(tǒng)系主任、工商管理學院院長助理、教務處副處長，“信息管理與信息系統(tǒng)”國家一流建設專業(yè)負責人。在國內外重要學術刊物發(fā)表論文90多篇，大部分發(fā)表在中科院SSCI和SCI分區(qū)的1區(qū)或TOP期刊。主持3項國家級（國家社科基金1項和國家自科基金2項）和7項省部級項目。作為第1（或獨立）完成人獲福建省社會科學優(yōu)秀成果二等獎（政府獎），福建省ABC高層次人才、福建省高校新世紀優(yōu)秀人才，福建省高校杰出青年科研人才，遼寧省優(yōu)秀博士學位論文，連續(xù)獲得兩屆華僑大學“學術英才”稱號。中國信息經濟學會理事會理事、中國系統(tǒng)工程學會數(shù)據(jù)與知識專委會委員，國家自然科學基金通訊評審專家，教育部學位中心研究生學位論文評審專家，泉州市信息化項目評審專家。

講座內容：

時間序列數(shù)據(jù)挖掘在電力能源、工業(yè)工程和金融市場分析等領域中具有廣泛的應用。特別地，在電子商務領域中，商品銷售相關性研究一直受到學者們的關注，在商品銷售相關性領域，研究主要圍繞購物籃分析（MBA）展開。傳統(tǒng)關聯(lián)規(guī)則反映了商品被同時購買的概率，關聯(lián)規(guī)則涉及的商品被購買的時間和商品被購買的數(shù)量等信息不能很好地從傳統(tǒng)關聯(lián)規(guī)則獲取。這些信息對于零售業(yè)具有重要意義，能夠幫助零售業(yè)企業(yè)科學進行商品促銷等活動。時間序列數(shù)據(jù)挖掘可發(fā)現(xiàn)商品銷售數(shù)據(jù)中相似時間段和相似銷售趨勢，當不同商品相似銷售趨勢發(fā)生在同一時間段，商品之間極有可能具有相關性。另外，通過這種研究能夠發(fā)掘局部時間內強關聯(lián)，但整體關聯(lián)程度不強的商品。這些商品往往被強關聯(lián)規(guī)則所忽視，但是更有指導和實踐意義。由于這些相關關系和傳統(tǒng)關聯(lián)規(guī)則算法不同，通過對商品銷售時序數(shù)據(jù)進行相關性分析，利用矩陣畫像（Matrix Profile）尋找最相似子序列片段，來發(fā)現(xiàn)商品銷售數(shù)據(jù)局部相關性甚至商品的弱關聯(lián)規(guī)則。數(shù)值實驗表明，通過銷售數(shù)據(jù)興趣模式挖掘，可以發(fā)現(xiàn)商品之間確實存在局部關聯(lián)性，能夠幫助企業(yè)的商品供貨和促銷決策提供理論和技術支持。