В настоящее время весьма актуальной становится задача оценки степени близости
объектов и рассмотрения возможности их объединения в группы согласно некоторой
мере близости, выбранной исходя из конкретных условий задачи и ожидаемых
конечных результатов. Одним из наиболее популярных методов разбиения изучаемой
выборки на подмножества является кластерный анализ, различные методы и меры
близости которого описаны во множестве учебников (например, [1,2]). Другим активно
развивающимся в настоящее время методом является анализ паттернов, позволяющий
выявлять закономерности в исследуемых данных, разбивать исходную выборку на
непересекающиеся подмножества, а также, при наличии данных за определенный
период времени, изучать динамические траектории исходных объектов. Подробный
обзор методов описан в [3,4].
Отметим, что, хотя методы анализа паттернов активно развиваются, само понятие
«паттерн» может быть определено по-разному в зависимости от изучаемой области.
Для однозначности в работе использованы определения из [5]: «паттерн – любые
отношения, закономерности или структура, присущая некоторому набору данных».
Соответственно, под анализом паттернов будем понимать «процесс нахождения общих
соотношений в наборе данных».