面向分類型矩陣數據的無監督孤立點檢測算法
作者：吳曉林; 曹付元 山西大學計算機與信息技術學院; 山西太原030006; 山西大學計算智能與中文信息處理教育部重點實驗室; 山西太原030006
摘要：孤立點檢測是數據挖掘的重要分支之一,旨在發現一個數據集中與多數對象行為明顯不同的一些對象.針對分類型矩陣數據,通過給出一種矩陣對象自身的內聚度和該矩陣對象與其他矩陣對象之間的耦合度,定義了矩陣對象的孤立因子,提出一種面向分類型矩陣數據的孤立點檢測算法.在Marketbasket、Microsoft web和MovieLens真實數據集上的實驗結果表明,與基于共同近鄰(common-neighbor-based,CNB)算法、局部異常因子(local outlierfactor,LOF)算法和基于信息熵(information entropy-based,IE-based)的算法相比,本算法能有效檢測分類型矩陣數據中的孤立點.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
深圳大學學報·人文社會科學版雜志
深圳大學學報·人文社會科學版雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：文明對話與文化比較、創意經濟與文化產業、經濟增長與金融創新、政治空間與法治社會、城鄉建設與社會治理、人文天地與中國精神等。于1984年經新聞總署批準的正規刊物。
- CSSCI南大期刊
- 北大期刊
- 1-3個月審核
