一种基于约束的多维数据异常点挖掘方法

被引：12

作者：

李翠平

李盛恩

王珊

杜小勇

机构：

[1] 中国科学院计算技术研究所

[2] 中国人民大学数据与知识工程研究所

[3] 中国人民大学数据与知识工程研究所北京

[4] 北京

来源：

软件学报 | 2003年 / 09期

关键词：

联机分析处理; 数据挖掘; 约束; 异常点; 实体化;

D O I：

10.13328/j.cnki.jos.2003.09.010

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据中的异常点常常反映了企业经营中潜伏的问题或暗藏的商机,数据分析人员经常需要从大量的数据中找出这些异常点.最近提出的一种从数据中自动发现异常点的方法,将人们从繁重的体力劳动中解放出来.然而,该方法在计算效率和伸缩性方面还存在很多不足.针对这些不足,对该方法进行了优化和改进,提出了一种基于约束的多维数据异常点挖掘方法.通过在数据挖掘过程中引入约束条件,首先将数据立方体限制到一个小的多维空间,然后再从中找出异常点.实验结果表明该方法非常有效.

引用

页码：1571 / 1577

页数：7