O comércio internacional influencia significativamente a economia mundial e a análise de seus dados utilizando ferramentas computacionais se mostra como uma alternativa para melhor compreensão da economia global, altamente complexa e interdependente. Os dados econômicos apresentam alta correlação com o período a que se referem, por exemplo, durante uma crise mundial espera-se que diversos países apresentem variação em seus índices, em geral redução na tendência de crescimento ou queda, independentemente da sua situação econômica. Por tanto, técnicas de análise e mineração de séries temporais que considerem a característica temporal mostram-se como uma abordagem promissora. O presente trabalho explorou a tarefa de mineração de regras temporais aplicada a dados do comércio internacional. Algoritmos existentes de mineração de regras temporais com mais que duas variáveis não tratam séries heterogêneas e incompletas nem retornam informação das ocorrências das regras nas séries. O método proposto, eTRUMiner é capaz de minerar múltiplas séries heterogêneas e incompletas utilizando estratégias para redução da complexidade temporal e espacial. Os resultados automatizados podem auxiliar o economista na tarefa de avaliação e compreensão das informações obtidas. As regras retornadas são compostas de duas ou mais variáveis distintas e permitem a localização de suas ocorrências nas séries. A aplicação do eTRUMiner sobre as séries do comércio internacional permite verificar comportamentos globais esperados, como o crescimento econômico nos países, e também características específicas como regras em períodos de crise.

International trade significantly influences the global economy, and using computational tools to analyze its data arises as an alternative for better understanding the highly complex and interdependent global economy. Economic data show a high correlation with the period they refer to; for instance, during a global crisis, it is expected that various countries will display variations in their indices, generally a reduction in growth trends or a decline, regardless of their economic situation. Therefore, techniques for analyzing and mining time series considering the temporal characteristic appear promising approaches. The present work explored the task of mining temporal rules from international trade data. Existing algorithms for mining temporal rules with more than two variables do not handle heterogeneous and incomplete series nor return information on the occurrences of the rules in the series. The proposed method, eTRUMiner, is capable of mining multiple heterogeneous and incomplete series using strategies to reduce temporal and spatial complexity. The automated results can assist economists in evaluating and understanding the obtained information. Returned rules are composed of two or more distinct variables and allow the location of their occurrences in the series. The application of eTRUMiner on international trade series allows the verification of expected global behaviors, such as economic growth in countries, and specific characteristics like rules during crisis periods.