长时间序列聚类方法及应用研究：基于股票价格

　　本书在以往时间序列预测的研究基础上，抽取了LE、几个时域特征（幅值平方和、峰值、方差、峰度、偏度）、功率谱密度、趋势项系数、时频转换特征项、自相关函数、偏相关函数、周期项系数等几个序列特征，分别采用了基于层次的CURE聚类方法、减聚类与CURE聚类结合的聚类方法对长时间序列进行聚类。实践证明，该金融时间序列挖掘模型能有效地指导用户的市场行为，辅助用户决策。无疑，本书的研究将填补国内在时间序列数据挖掘领域中对长时序进行研究的空白，将为国内金融时间序列挖掘研究填充新的内容。

　　刘伟成，男，1971年9月出生，山东省莱州市人，2006年6月毕业于武汉大学，获管理学博士学位，曾荣获中国图书馆学会2005年度“韦棣华奖学金”，并获得“武汉大学优秀毕业研究生”荣誉称号。现为武汉科技大学管理学院三级教授，图书馆副馆长，美国伊利诺伊大学香槟分校（UIUC）访问学者。兼任湖北省信息学会理事、全国高校信息资料研究会常务理事。主要研究方向为知识产权战略管理、数字图书馆、信息检索与信息服务系统，目前主持国家社科基金项目1项，主持完成教育人文社科研究项目1项，主持完成省级项目5项，并参与10余项、省部级课题的研究，公开发表学术论文60余篇，出版专著2部，主编教材3部，参编学术著作（教材）5部。孙吉红，女，1971年8月出生，山东省莱州市人，2011年6月毕业于武汉大学，获管理学博士学位，现为齐鲁工业大学理学院副教授，公开发表学术论文20余篇。主要研究方向为金融大数据分析、信息检索与信息服务系统。