有序数据的应用场景与特征分析

某些数据类型中，属性涉及时间或空间上的联系。其类型包括时序数据、序列数据、时间序列数据和空间数据。

(1)时序数据:又称时间数据，可将其视为记录数据的扩充，每个记录包含一个与之相关联的时间。例如，考虑存储事务发生时间的食堂消费事务数据，利用时间信息可以发现如“暑假食堂消费低谷”形式的模式。时间也可与每个属性相关联，例如，每个记录可能是学生的刷卡消费历史，包括不同时间点购买的零食列表，使用这些信息，可能发现如“购买面包的同学倾向于再购买牛奶”形式的模式。

(2)序列数据:序列数据其实是一个数据集合，它是个体项的序列，例如单词或字母的序列。除了没有时间戳之外，与时序数据极为相似。例如，遗传序列数据相关的许多问题都涉及用核苷酸序列的相似性预测基因的结构和功能。(www.xing528.com)

(3)时间序列数据:是一种特殊的序列数据，每一个记录都是一个时间序列，即一段时间的测量序列。例如，金融数据集包含各种股票日价格的时间序列对象。在分析时间序列数据时，重要的是要考虑时间自相关，即若两个序列测量时间相近，这些数据的值通常非常相似。

(4)空间数据:有些对象具有空间属性，例如位置或区域。例如不同的地理位置收集的气象云图数据。同样地，空间数据具有空间自相关性，即在空间上相近的对象通常具有相同的性质。空间数据的一个重要例子是科学与工程数据集，其数据取自二维或三维网格上正则或非正则分布的点的测量与模型输出。