基于聚类高维空间算法的离群数据挖掘技术研究.pdfVIP

第20卷 第 1期 计 算机 技术 与发 展 Vo1．20 No．1 2010年 1月 COMPUrERTECHNOIoGYANDDEVEID PME[NT Jan． 2010 基于聚类高维空间算法的离群数据挖掘技术研究 项响琴 ，一，汪彩梅2 (1．安徽大学 计算机科学与技术学院，安徽 合肥 230039； 2．合肥学院 网络与智能信息处理中心实验室，安徽 合肥 230601) 摘 要：离群数据挖掘是数据挖掘领域的一个研究分支，而聚类算法分析则是进行离群数据挖掘的重要研究方法之一。 文中首先分析研究离群数据挖掘方法，对多个离群数据挖掘算法进行分析比较，讨论各 自的优点和不足，同时针对高维空 间数据的特点，分析挖掘高维空间数据中的离群点方法。其次对聚类分析算法进行讨论，分析一种基于网格和基于密度 的聚类方法——聚类高维空间算法(CLlQUE算法)，运用它可以更好地挖掘高维空间中的离群数据。提出了CLIQUE算 法的有待改进的思想 ，为以后的研究指明方向。 关键词：数据挖掘；离群点；聚类分析；CLIQUE算法 中围分类号：TP311．5 文献标识码：A 文章编号：1673—629X(2010)01—0124—04 StudyofOutlierDataMiningBasedonCLIQUEAlgorithm XIANG Xiang—qin，一．W ANG Cai—mei (1．Dept．ofComputerScience Engineering，AnhuiUniversity，Hefei230039，China； 2．LaboratoryofNetworknadIntelligentInformationMnaagement，HefeiUniversity，Hefei230601，China) Abstract：Asabranchofdata—mining，outlierminingisapromisingprospect，andclusteringanalysisisakindoftechnologyinspatialout- liermining．Analysetheclusteringarithmetic，comparesomearithmeticofelustring，anddiscussthestmngpaintnadshortpointofthem． Researchthes~tialdaatandoutlierattributesinhighdimensionalspace．Andanalysing theCLIQUEalgoritmh todet~ttheoutlierin highdimensionalspace，thisapproachearlfindtheoutliersinhigh—dimensionalspaceeffcetively．Inconclusion，themaintrendsofspa— tialoutliermining areforecaste． Keywords；datamining；outlier；clusteringanalysis；CLIQUEalgorithm O 引 言 掘模型，应用挖掘模型对相关数据进行挖掘 ，最终得到 数据 挖掘 也称 KDD (KnowledgeDiscoveryin 需要的挖掘结果，也就是发现隐藏在数据中的知识。 Databases)，是从大量数据源中发现正确的、新颖的、潜 数据挖掘 (DataMining)技术是当前多个领域研究 在的、有用的并能够被理解的知识的过程…1。KDD的 的热点课题 ，文 中所讨论的离群数据挖掘 (Outlier 方法可以是数学的，也可以是非数学的；可以是演绎 Mining)是数据挖