基于不同屬性數(shù)據(jù)流的離群數(shù)據(jù)挖掘算法的研究.pdf

1、對(duì)國(guó)內(nèi)外數(shù)據(jù)流離群數(shù)據(jù)挖掘研究情況分析可知，以往的挖掘算法還存在諸多問(wèn)題。多數(shù)離群數(shù)據(jù)挖掘方法往往忽略了混合屬性數(shù)據(jù)流的分類屬性；簡(jiǎn)單的分類屬性數(shù)據(jù)流離群數(shù)據(jù)挖掘由于沒(méi)有采用合理的加權(quán)思想，挖掘出的離群數(shù)據(jù)偏差較大。這些問(wèn)題的研究對(duì)金融欺詐檢測(cè)、網(wǎng)絡(luò)入侵檢測(cè)、以及天氣預(yù)報(bào)等風(fēng)險(xiǎn)控制領(lǐng)域具有重要的意義。
　　文中首先提出了一種混合屬性數(shù)據(jù)流離群點(diǎn)檢測(cè)算法 HDSOD，引入聚類參考存儲(chǔ)數(shù)據(jù)流的概要信息，先對(duì)數(shù)據(jù)流進(jìn)行分區(qū)，對(duì)于每一分區(qū)

2、進(jìn)行聚類，將聚類結(jié)果存儲(chǔ)于聚類參考中，充分利用聚類參考的存儲(chǔ)信息計(jì)算其代表度，以及與其相鄰的聚類參考的個(gè)數(shù)，判斷該聚類參考是否為離群參考對(duì)象，離群參考對(duì)象所代表樣本點(diǎn)為可能的離群點(diǎn)。該算法在有限內(nèi)存中有效的對(duì)混合屬性數(shù)據(jù)流進(jìn)行離群點(diǎn)檢測(cè)。
　　其次，提出了分類屬性數(shù)據(jù)流的離群數(shù)據(jù)挖掘方法 CFPOD-Stream。該算法定義了加權(quán)閉合頻繁模式離群因子，通過(guò)動(dòng)態(tài)發(fā)現(xiàn)和維護(hù)頻繁閉項(xiàng)集來(lái)計(jì)算離群度，采用帶有衰減因子的查詢索引結(jié)構(gòu)來(lái)處理數(shù)