基于概念层次树的例外挖掘方法研究

例外检测能够在诸如电子商务、信用卡欺骗及气象数据分析等领域中挖掘真正未预料到的知识,人们注意到,已有发现例外的方法只能处理数值型属性,同时不允许用户动态地改变参数。在此,文章基于“概念层次树”、“语义距离”及“语义贴近度”等概念,研究了SDB—例外及FCB—例外,并给出了挖掘这些例外的有效算法。

基于小波变换的例外挖掘

1引言例外常常是指数据集中远远偏离其它对象的那些小比例对象,在大多数研究中作为噪声被遗弃.但是在一些应用中,例外的检测能为我们提供比较重要的信息,使我们发现一些真实而又出乎预料的知识,具有很高的实用价值,如文[1]挖掘了时序数据中的例外,从而在存储容量相同的情况下,可以获得对原始序列更精确的表示.

例外数据挖掘研究综述

例外挖掘是数据挖掘的一个重要分支, 在现实世界中有广泛的潜在应用价值。本文介绍了例外的基本含义以及例外挖掘的多种方法,对现有的例外挖掘方法按照他们使用的主要技术进行分类, 对一些典型方法的基本思想进行了介绍, 并指出了这些方法存在的局限性。最后对例外数据挖掘的一些主要研究方向进行了展望。

一种基于多属性的空间例外挖掘改进算法

空间例外是指与其邻域内其它数据表现不一致或者是偏离观测值以至使人们认为是由不同体制产生的观测点.传统的例外挖掘是根据一个非空间属性值进行例外判断,这种方法容易引起判断失误.在对多个属性进行考虑的基础上,提出了一种基于多属性的空间例外挖掘算法,并与属性加权算法在正确性和有效性方面进行了比较分析.实验证明算法可以有效地发现例外数据.

基于距离的偏差检测算法的研究

本文在均匀采样的距离和偏差检测算法的基础上,利用基于核估计的密度偏向采样技术,提出了基于密度偏向采样技术的距离和偏差检测算法,密度偏向采样是根据数据点的周围的密度大小来进行采样,和数据集本身的大小没有关系,即使是很小的数据集,也可以以相同的概率被采样到,把这个算法应用到基于距离和的偏差定义,解决了基于均匀采样的距离和偏差检测算法的不足,同时,该算法和基于均匀采样的算法有成比例的时间复杂度。