张贝贝，河南省济源市人，北京大学博士毕业生，现任首都经济贸易大学统计学院讲师，主要研究时间序列分析、数据挖掘、贝叶斯统计,曾在核心期刊上发表过多篇论文。

本书不在沿用基于模型来进行聚类的研究思路，而是借用非常灵活的非参数方法。本书的研究目标是使用非参数方法来研究非线性时间序列的聚类问题，通过理解序列是如何被生成的，估计出生成时间序列的随机过程之间的相似性来定义其距离度量。本对比研究了现有的非参数时间序列聚类方法，提出一类以时间序列平滑后的自回归函数的差异作为度量的聚类方法，一类基于时间序列的核密度估计的聚类方法，KS1D度量和KS2D距离度量。