一种基于约束的多维数据异常点挖掘方法

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来找出这些异常点.文献”5”中提出了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着很多不足.本文针对这些不足,对该方法进行优化和改进,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.实验结果证明该方法非常有效.

关键词： 联机分析处理 异常点 数据挖掘

作者: 李翠平 李盛恩 王珊 杜小勇

作者单位: 中国科学院,计算技术研究所,北京,100080 中国人民大学,数据与知识工程研究所,北京,100872

会议类型: 国内会议

会议名称: 中国科学院计算技术研究所第七届计算机科学与技术研究生学术讨论会

会议地点: 四川广元

会议语种:中文

页码: 137-144

在线出版日期: 2002-07-13（万方平台首次上网日期，不代表论文的发表时间）