基于屬性權(quán)重的局部離群點挖掘算法研究.pdf

1、局部離群點是指那些與鄰域存在明顯差異的數(shù)據(jù)對象。高維數(shù)據(jù)空間的離群點檢測是數(shù)據(jù)挖掘的一個重要的分支。離群點檢測如今在信用卡欺詐、電子商務(wù)的犯罪行為探測、網(wǎng)絡(luò)入侵檢測分析等領(lǐng)域得到了廣泛應(yīng)用。
　　 隨著信息技術(shù)的迅猛發(fā)展以及數(shù)據(jù)采集設(shè)備精度的提高，我們所采集到的數(shù)據(jù)項目在增加，數(shù)據(jù)量也隨著增大，維數(shù)也在不斷的提高，然而現(xiàn)有的離群點檢測算法都難以適應(yīng)這種高維、大數(shù)據(jù)量的挖掘，它們主要面向的是單維或中低維的數(shù)據(jù)挖掘。同時，由于現(xiàn)實社

2、會的復(fù)雜性以及多樣性，雖然我們能夠獲得大量的數(shù)據(jù)，但是這些數(shù)據(jù)依然是不完整的，只是局部的少量數(shù)據(jù)，同時在很多情況下用戶所關(guān)心的也僅僅是局部的不穩(wěn)定性。
　　 本文根據(jù)數(shù)據(jù)對象屬性的自身特點，主要研究了屬性劃分的方法、屬性約簡的策略和屬性權(quán)重的設(shè)置，提出了基于屬性權(quán)重的離群點挖掘算法。論文的主要的工作如下：
　　 (1)提出了屬性劃分的方法。在一般的局部離群點檢測算法中，所采用的是使用全部的屬性來參與到相關(guān)的計算中，其結(jié)果

3、使得鄰域的確定非常的費時。此外所有的屬性不加以區(qū)別來參與運算，使離群點度量的準(zhǔn)確性受到一定的影響。在本文中將數(shù)據(jù)對象的屬性根據(jù)其自身的特點劃分為特征屬性和環(huán)境屬性。特征屬性決定了對象的基本特性，用特征屬性來進(jìn)行對象與鄰域之間的比較；環(huán)境屬性決定了對象在數(shù)據(jù)集中所處的位置，通過環(huán)境屬性來決定對象的鄰域。
　　 (2)在高維數(shù)據(jù)空間中對屬性進(jìn)行約簡，將那些不能夠區(qū)分?jǐn)?shù)據(jù)對象的屬性進(jìn)行約簡，以達(dá)到降維的目的。
　　 (3)數(shù)據(jù)