基于LSA的历史工作票问题分类异常检测

• 作者: 张航 徐建
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 工作票 数据预处理 异常检测 潜在语义分析 信息熵
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 950-955
• 页数: 6页
• 分类号: TP391
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.05.021

摘要

面向历史数据的问题分类异常检测是数据预处理过程中十分重要的环节,对后续工作中分类以及聚类的精度有着直接的影响,高质量的历史数据可显著提高分类及聚类效果.然而,工作票内容复杂、结构自由等特点使得传统的异常数据检测算法已不再适用.鉴于此,论文在基于距离的异常数据检测算法基础上,引入潜在语义分析(LSA)概念和信息熵(comentropy)概念,定义基于潜在语义分析和信息熵的异常度来度量工作票之间的异常程度,并提出基于潜在语义分析的工作票问题分类异常检测算法.理论分析及实验结果表明,改进的问题分类异常检测算法是有效可行的,且算法性能较优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建	南京理工大学计算机科学与工程学院	62	241	8.0	12.0
2	张航	南京理工大学计算机科学与工程学院	4	62	3.0	4.0