주기성 분석은 주기적인 패턴의 마이닝, 즉 시계열 데이터에서 반복되는 패턴을 찾는 것입니다. 주기성 분석은 몇 가지 중요한 영역에서 사용할 수 있습니다. 예를 들어, 계절, 조수, 행성 궤적, 일일 전력 소비량, 일일 교통 패턴 및 주간 TV 프로그램은 모두 일정한 주기적인 패턴을 나타냅니다.
주기적 분석은 일반적으로 동일한 시간 간격(예:매시간, 매일, 매주)으로 측정되는 일련의 값 또는 이벤트를 포함하는 시계열 데이터에 대해 구현됩니다. 값이나 이벤트가 같지 않은 시간 간격 또는 언제든지(예:온라인 트랜잭션) 발생할 수 있는 다른 시간 관련 시퀀스 데이터에도 적용할 수 있습니다. 또한 분석할 요소는 일일 온도 또는 전력 소비 변동을 포함한 수치 데이터 또는 제품 구매 또는 게임 시청을 포함한 범주별 기록(이벤트)일 수 있습니다.
마이닝 주기 패턴의 문제는 여러 관점에서 고려할 수 있습니다. 패턴의 적용 범위에 따라 다르며 주기적 패턴을 전체 주기 패턴과 부분 주기 패턴으로 분류할 수 있습니다 -
전체 주기적인 패턴 모든 시점이 시간 관련 시퀀스의 주기적 동작에 (정확하게 또는 대략적으로) 기여하는 패턴입니다. 예를 들어, 1년의 모든 날은 대략 1년의 계절 주기에 기여합니다.
부분적 주기적인 패턴 모든 시점이 아닌 일부 시점에서 시간 관련 시퀀스의 주기적 동작을 지정합니다. 예를 들어 Sandy는 평일 아침 7시부터 7시 30분까지 New York Times를 읽지만 그 외 시간의 활동은 그다지 규칙적이지 않습니다. 부분 주기성은 전체 주기성보다 느슨한 형태의 주기성이며 실제 세계에서 더 일반적으로 발생합니다.
주기의 정밀도를 기반으로 하며 패턴은 동기식 또는 비동기식일 수 있습니다. 전자는 오후 3시와 같이 각 "안정된" 기간에서 상대적으로 고정된 오프셋에서 이벤트가 발생해야 합니다. 매일, 후자는 이벤트가 다소 느슨하게 정의된 기간에 변동하는 것을 허용합니다.
패턴은 데이터 값이나 기간 내의 오프셋에 따라 정확하거나 근사할 수도 있습니다. 예를 들어 Sandy가 여러 날에 7:00에 신문을 읽고 다른 날에는 7:10 또는 7:15에 신문을 읽는다면 이것이 적절한 주기적인 패턴입니다.