一种基于约束的多维数据异常点挖掘方法

• 作者: 李盛恩 李翠平 杜小勇 王珊
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 联机分析处理 数据挖掘 约束 异常点 实体化
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 数据库技术
• 页码范围: 1571-1577
• 页数: 7页
• 分类号: TP311
• 字数: 7127字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珊	中国人民大学数据与知识工程研究所	101	3258	28.0	56.0
2	杜小勇	中国人民大学数据与知识工程研究所	79	2516	24.0	49.0
3	李翠平	中国科学院计算技术研究所	4	47	1.0	4.0
4	李盛恩	中国科学院计算技术研究所	3	785	2.0	3.0