文献类型：期刊文章

作　　者：李翠平[1] 李盛恩[1] 王珊[2] 杜小勇[2]

机构地区：[1]中国科学院计算技术研究所,北京100080 [2]中国人民大学数据与知识工程研究所,北京100872

出　　处：《软件学报》

基　　金：国家自然科学基金;国家高技术研究发展计划(863);国家重点基础研究发展规划(973)~~

年　　份：2003

卷　　号：14

期　　号：9

起止页码：1571-1577

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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.

关 键 词：联机分析处理 数据挖掘 约束  异常点 实体化

分 类 号：TP311]