文献类型：期刊文章

作　　者：杨风召[1] 朱扬勇[2] 施伯乐[2]

机构地区：[1]南京财经大学电子商务实验室,南京210003 [2]复旦大学计算机与信息技术系,上海200433

出　　处：《计算机研究与发展》

基　　金：国家"八六三"高技术研究发展计划基金项目 ( 2 0 0 1AA113 181) ;上海市科学技术发展基金项目 ( 0 15 115 0 10 ) ;信息产业部科研试制计划基金项目 ( 0 1XK3 10 0 12 )

年　　份：2004

卷　　号：41

期　　号：3

起止页码：477-484

语　　种：中文

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

摘　　要：异常检测是数据挖掘领域研究的最基本的问题之一 ,它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用 以前的异常检测算法只适应于静态环境 ,在数据更新时需要进行重新计算 在基于密度的局部异常检测算法LOF的基础上 ,提出一种在动态环境下局部异常挖掘的增量算法IncLOF ,当数据库中的数据更新时 ,只对受到影响的点进行重新计算 ,这样可以大大提高异常的挖掘速度 实验表明 ,在动态环境下IncLOF的运行时间远远小于LOF的运行时间 ,并且用户定义的邻域中的最小对象个数与记录数之比越小 。

关 键 词：数据挖掘 异常检测 局部异常因子 局部可达密度  增量挖掘算法

分 类 号：TP311]