《持续时态数据挖掘及其实现机制》主要内容：在数据资源中存在着许多随时间变化且不同时间状态相互关联的数据，郰时态数据，如股市交易指数、超市销售、Web访问流、气象观测、临床数据等。近几年，急剧增加的时态数据已经远远超出了人类的直接理解能力，大量的处理需求使TDM成为数据挖掘领域的重要分支。但是，从实际应用情况来看却与学术研究极不相称，特别是应用中难以实现自治、持续的时态数据挖掘支持机制，而这种机制是归纳分析数据和规则变化趋势所必需的。《持续时态数据挖掘及其实现机制》试图在数据仓库环境中，以高阶数据挖掘和领域知识融合为研究线索，为实现持续的时态数据挖掘过程提供理论和应用方法，形成及时发现事物动态演化规律的有效机制。