太原科技大学学报

2017, v.38;No.162(04) 265-270

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

MapReduce编程模型下的上下文离群数据挖掘算法
Contextual Outlier Mining Algorithm Based on MapReduce

杨海峰,于晓龙,荀亚玲,张继福

摘要(Abstract):

目前,对于离群数据挖掘算法研究颇多,但对于离群数据挖掘结果可理解性和可解释性的研究相对较少。采用相关子空间,给出一种MapReduce编程模型下的上下文离群数据挖掘算法。该算法利用局部稀疏差异度,确定相关子空间,并计算其数据对象离群因子值;将离群因子和相关属性维,定义为数据对象的上下文信息,提高了数据对象的可理解性;选取离群因子最大的N个数据对象,作为上下文离群数据;利用MapReduce编程模型,实现了一种上下文离群数据并行挖掘算法;最后,采用UCI数据集,实验验证了该算法的可解释性和有效性。

关键词(KeyWords): 离群数据;上下文信息;相关子空间;可理解性;MapReduce

Abstract:

Keywords:

基金项目(Foundation): 太原科技大学研究生科技创新项目(20151028)

作者(Author): 杨海峰,于晓龙,荀亚玲,张继福

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享